Overture MCP Server

Overture Maps MCP服务器

一个开源的MCP服务器 序曲地图 数据作为AI代理的空间分析工具。

这有什么作用

人工智能代理需要地理空间智能。该服务器允许他们通过干净、可组合的工具原语直接访问Overture Maps数据。

问以下问题：

• “1公里范围内的建筑中，住宅和商业建筑的比例是多少？”
• “土地利用结构是什么——住宅、工业还是混合用途？”
• “两个潜在零售地点的咖啡馆密度如何比较？”

它如何适应代理堆栈

+---------------------------------------------------+
|  AI Agent (Claude, Mistral, etc.)                 |
+-----------------+---------------------------------+
|  Geocoding /    |  Overture Maps MCP              |
|  Routing /      |  ----------------------         |
|  Display MCP    |  Place analytics                |
|  -------------- |  Building composition           |
|  Geocoding      |  Admin boundary lookups         |
|  Routing        |  Transportation analysis        |
|  Directions     |  Land use classification        |
|  ETA            |  Category discovery             |
|  Map display    |                                 |
+-----------------+---------------------------------+

MCP序曲 处理需要直接数据访问的空间分析。 地理编码/路由/显示MCP 通过API处理地理编码、路线、方向和地图显示。

它们是互补的——将它们一起用于一个完整的地理空间代理。

可用工具（V1）

服务器还支持 渐进式披露模式 (TOOL_MODE=progressive)它公开了3个元工具，而不是13个单独的工具——在与许多其他上下文开销很重要的MCP一起运行时非常有用。看 docs/TOOLS.md 了解详情。

看 docs/OPERATIONS.md 用于完整的参数和响应规范。

快速开始

先决条件

• Python 3.10+
• MCP兼容的AI代理（克劳德桌面、克劳德代码等）

从源代码安装

git clone https://github.com/your-username/overture-mcp-server.git
cd overture-mcp-server
pip install -e .

本地运行（stdio传输）

# stdio is default — no API key needed for local use
python -m overture_mcp.server

# or via the CLI entry point
overture-mcp-server

作为托管服务器运行（SSE传输）

export OVERTURE_API_KEY="your-api-key"
export TRANSPORT=sse
python -m overture_mcp.server
# Server starts on http://0.0.0.0:8000

从克劳德桌面连接

本地（stdio）： 添加到您的Claude Desktop MCP配置(claude_desktop_config.json):

{
  "mcpServers": {
    "overture-maps": {
      "command": "python",
      "args": ["-m", "overture_mcp.server"]
    }
  }
}

远程（SSE）： 连接到托管实例：

{
  "mcpServers": {
    "overture-maps": {
      "url": "http://localhost:8000/sse",
      "headers": {
        "Authorization": "Bearer your-api-key"
      }
    }
  }
}

代理交互示例

User: "Compare cafe density near two potential retail locations in Amsterdam"

Agent:
  1. Calls Geocoding MCP -> geocode("Leidseplein, Amsterdam") -> (52.3636, 4.8828)
  2. Calls Geocoding MCP -> geocode("De Pijp, Amsterdam") -> (52.3509, 4.8936)
  3. Calls Overture MCP -> get_place_categories({query: "cafe"})
  4. Calls Overture MCP -> count_places_by_type_in_radius(
       {lat: 52.3636, lng: 4.8828, radius_m: 500, category: "cafe"}) -> 12
  5. Calls Overture MCP -> count_places_by_type_in_radius(
       {lat: 52.3509, lng: 4.8936, radius_m: 500, category: "cafe"}) -> 7
  6. Returns: "Leidseplein has 12 cafes within 500m vs 7 in De Pijp..."

建筑

• 运行时：Python+FastMCP
• 数据库：带Spatial扩展的DuckDB（进程内）
• 数据：S3上的Overture Maps GeoParquet（直接查询，无数据复制）
• 认证：持票人代币通过 Authorization 标头（HTTP/SSE传输）
• 运输：stdio（本地，默认），SSE（托管），流式HTTP（托管）
• 托管：铁路、Docker或任何容器平台
• 刀具模式：直接（默认，13个工具）或渐进式（3个元工具）

看 建筑.md 了解完整的技术细节和设计决策。

数据源

此服务器查询 序曲地图 数据直接来自S3。

• 当前版本: 2026-01-21.0
• 更新频率：季度
• 许可证：序曲地图数据可在以下网址获得 ODbL 和 CDLA许可2.0
• 覆盖：全球，按区域完整性不同
• 无需AWS凭据 --Overture S3存储桶是公开访问的

环境变量

文档

• 建筑.md --技术架构和所有设计决策
• docs/TOOLS.md --MCP工具规格
• docs/OPERATIONS.md --完整规格的操作目录
• docs/DATA_MODEL.md --序曲架构参考
• 文档/部署.md --铁路部署指南

贡献

欢迎投稿！请先阅读架构文档以了解设计决策。

# Clone and set up dev environment
git clone https://github.com/your-username/overture-mcp-server.git
cd overture-mcp-server
pip install -e ".[dev]"

# Run tests (no S3 access needed)
pytest tests/ -m "not s3"

# Run full test suite
pytest tests/

许可证

麻省理工学院