Sustainable Path MCP Server

可持续旅游人工智能代理-MCP服务器

用于可持续旅行路线规划和环境影响分析的模型上下文协议（MCP）服务器实现。该服务器为人工智能代理提供了计算环保旅行路线、碳足迹、成本节约和健康效益的工具。

特性

🌱 核心能力

• 可持续路线规划：步行和公共交通相结合的混合模式交通
• 碳足迹分析：不同运输方式的实时二氧化碳排放量计算
• 成本效益分析：比较可持续运输和传统运输的成本
• 健康影响跟踪：计算燃烧的卡路里、行走的步数和健康益处
• 个性化推荐：基于用户偏好和限制的交通建议

🚀 MCP工具可用

1. calculate_sustainable_route -创建环保的多模式路线
2. calculate_carbon_footprint -按运输方式分析环境影响
3. calculate_health_benefits -追踪健身和健康福利
4. get_transport_recommendations -获取个性化的交通建议

📚 MCP资源

• sustainable-travel-guide -全面的可持续旅游实践指南
• carbon-calculator-data -排放系数和计算方法

建筑

服务器实现了项目需求中描述的架构：

┌─────────────────┐    ┌──────────────────┐    ┌─────────────────┐
│   User Client   │───▶│   MCP Server     │───▶│  Calculation    │
│   (AI Agent)    │    │  (SSE Transport) │    │   Engine        │
└─────────────────┘    └──────────────────┘    └─────────────────┘
                                │
                                ▼
                        ┌──────────────────┐
                        │   Route & Impact │
                        │   Analysis       │
                        └──────────────────┘

安装

先决条件

• Python 3.10或更高版本
• 虚拟环境（推荐）

设置

1. 克隆或下载项目:

   cd sustainableAI

1. 激活虚拟环境:

   # Windows
   .venv\Scripts\activate

   # Linux/Mac
   source .venv/bin/activate

1. 安装依赖项:

   pip install -r requirements.txt

用法

启动服务器

开发模式（带自动重新加载）

python server.py

生产模式

uvicorn server:app --host 0.0.0.0 --port 8000

使用MCP CLI（建议用于开发）

mcp dev server.py

服务器配置

服务器运行在 http://localhost:8000 默认情况下，使用SSE（服务器发送事件）传输。

环境变量:

• MCP_SERVER_PORT：服务器端口（默认值：8000）
• MCP_TRANSPORT_TYPE：运输类型- sse （默认）或 streamable_http

示例用法

1.计算可持续路线

# Tool call example
result = calculate_sustainable_route(
    origin_lat=28.6139,
    origin_lon=77.2090,
    origin_address="India Gate, New Delhi",
    dest_lat=28.5355,
    dest_lon=77.3910,
    dest_address="Noida Sector 62",
    user_weight_kg=70.0,
    car_fuel_efficiency=15.0,
    fuel_price_per_liter=100.0
)

响应:

{
  "success": true,
  "route": {
    "segments": [
      {
        "mode": "walking",
        "distance_km": 1.0,
        "duration_minutes": 12.0,
        "cost_inr": 0.0,
        "carbon_emissions_kg": 0.0,
        "description": "Walk 1.0 km from India Gate, New Delhi"
      },
      {
        "mode": "metro",
        "distance_km": 23.5,
        "duration_minutes": 56.4,
        "cost_inr": 70.5,
        "carbon_emissions_kg": 0.964,
        "description": "Take metro for 23.5 km"
      }
    ],
    "total_distance_km": 24.5,
    "total_duration_minutes": 68.4,
    "total_cost_inr": 70.5,
    "steps_walked": 1300,
    "calories_burned": 70.0,
    "money_saved_vs_car": 125.5,
    "carbon_saved_vs_car": 4.181
  }
}

2.获取交通建议

recommendations = get_transport_recommendations(
    distance_km=5.0,
    time_available_minutes=60.0,
    budget_inr=50.0,
    prioritize="environment"
)

3.计算碳足迹

footprint = calculate_carbon_footprint(
    transport_mode="bus",
    distance_km=10.0
)

与AI代理集成

Claude桌面集成

添加到您的Claude Desktop配置中：

{
  "mcpServers": {
    "sustainable-travel": {
      "command": "python",
      "args": ["path/to/sustainableAI/server.py"],
      "env": {
        "MCP_TRANSPORT_TYPE": "sse"
      }
    }
  }
}

自定义MCP客户端

from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async def use_sustainable_travel_agent():
    server_params = StdioServerParameters(
        command="python",
        args=["server.py"]
    )
    
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            # Initialize the session
            await session.initialize()
            
            # Call tools
            result = await session.call_tool(
                "calculate_sustainable_route",
                {
                    "origin_lat": 28.6139,
                    "origin_lon": 77.2090,
                    "origin_address": "India Gate",
                    "dest_lat": 28.5355,
                    "dest_lon": 77.3910,
                    "dest_address": "Noida"
                }
            )
            print(result)

api参考

工具

calculate_sustainable_route

计算两点之间的环保多式联运路线。

参数:

• origin_lat （浮动）：原点纬度
• origin_lon （float）：原点经度
• origin_address （str）：源地址描述
• dest_lat （浮动）：目的地纬度
• dest_lon （float）：目的地经度
• dest_address （str）：目标地址描述
• user_weight_kg （浮动，可选）：用于计算卡路里的用户体重（默认值：70.0）
• car_fuel_efficiency （浮动，可选）：汽车燃油效率，单位为公里/升（默认值：15.0）
• fuel_price_per_liter （浮动，可选）：燃料价格，单位为印度卢比/升（默认值：100.0）

calculate_carbon_footprint

分析特定运输方式和距离的碳排放量。

参数:

• transport_mode （str）：交通方式（“步行”、“公共汽车”、“地铁”、“汽车”）
• distance_km （浮动）：距离（单位：公里）

calculate_health_benefits

计算步行对健康的益处。

参数:

• walking_distance_km （浮动）：步行距离（公里）
• user_weight_kg （浮动，可选）：用户重量，单位为kg（默认值：70.0）

get_transport_recommendations

根据约束条件提供个性化的交通建议。

参数:

• distance_km （浮动）：行程距离
• time_available_minutes （浮动）：行程可用时间
• budget_inr （浮动）：预算（印度卢比）
• prioritize （str，可选）：优先级（“环境”、“成本”、“时间”、“健康”）

资源

sustainable-travel-guide

可持续旅行实践的综合指南，包括交通方式比较和提示。

carbon-calculator-data

包含排放因子、计算方法和环境背景的JSON数据。

排放系数

发展

运行测试

# Install test dependencies
pip install pytest pytest-asyncio

# Run tests
pytest tests/

编码结构

sustainableAI/
├── server.py              # Main MCP server implementation
├── requirements.txt       # Python dependencies
├── README.md             # This file
└── .venv/                # Virtual environment

贡献

1. 分叉存储库
2. 创建要素分支
3. 进行更改
4. 添加新功能的测试
5. 提交拉取请求

许可证

此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。

支持

对于问题和疑问：

1. 检查 MCP文件
2. 查看 Python SDK示例
3. 在此存储库中打开问题

致谢

• 与 模型上下文协议Python SDK
• 基于IPCC指南的排放系数
• 受到全球可持续交通倡议的启发