OpenStreetMap entegrasyonlu, konum tabanlı hizmetler ve coğrafi veri sağlayan bir MCP sunucusu.
Claude Desktop config.json'a ekle
{
"mcpServers": {
"jagan-shanmugam-open-streetmap-mcp": {
"command": "python",
"args": [
"-m",
"open_streetmap_mcp"
]
}
}
} Kaynak kodu al ve yerel olarak çalıştır
git clone https://github.com/jagan-shanmugam/open-streetmap-mcp.git ~/.mcp/open-streetmap-mcp
cd ~/.mcp/open-streetmap-mcp OpenStreetMap MCP sunucu uygulaması, konum tabanlı hizmetler ve jeocoğrafik veri ile LLM yeteneklerini geliştir.



osm-mcp-server: Ana sunucu, genel kullanım için mevcuttur.
"mcpServers": {
"osm-mcp-server": {
"command": "uvx",
"args": [
"osm-mcp-server"
]
}
}
Bu sunucu, LLM'lerin OpenStreetMap verileriyle etkileşim kurması için araçlar sağlayarak, konum tabanlı uygulamaları şu şekilde etkinleştir:
Sunucu konum tabanlı kaynakları uygular:
location://place/{query}: Ad veya adres ile yerleri hakkında bilgi allocation://map/{style}/{z}/{x}/{y}: Belirtilen koordinatlardaki stillendirilmiş harita kutucuklarını alSunucu birçok jeocoğrafik aracı uygular:
geocode_address: Metni coğrafik koordinatlara dönüştürreverse_geocode: Koordinatları insan tarafından okunabilir adreslere dönüştürfind_nearby_places: Bir konumun yakınındaki ilgi noktalarını keşfetget_route_directions: Konumlar arasında adım adım yönleri alsearch_category: Bir alandaki belirli kategorilerin yerlerini bulsuggest_meeting_point: Birden fazla kişi için optimal buluşma noktaları bulexplore_area: Bir mahalle hakkında kapsamlı veri alfind_schools_nearby: Belirli bir konumun yakınında eğitim kurumlarını konumlandıranalyze_commute: Ev ve iş arasında ulaşım seçeneklerini karşılaştırfind_ev_charging_stations: Filtreleme ile EV şarj altyapısını konumlandıranalyze_neighborhood: Gayrimenkul için mahalle yaşanabilirliğini değerlendirfind_parking_facilities: Bir varış noktasının yakınında otopark seçeneklerini konumlandırSunucuyu yerel olarak çalıştırmak için:
pip install -e .
osm-mcp-server
Depo examples/ dizininde iki örnek istemci içerir:
client.py, OSM MCP sunucusunun temel kullanımını gösterir:
python examples/client.py
Bu işlem şunları yapacaktır:
llm_client.py, LLM entegrasyonu için tasarlanmış bir yardımcı sınıf sağlar:
python examples/llm_client.py
Bu örnek, bir LLM'nin Konum Asistanını nasıl kullanabileceğini gösterir:
Kendi istemcinizi oluşturmak için:
from mcp.client import Client
client = Client("http://localhost:8000")
# Örnek: Bir adresi coğrafya kodla
results = await client.invoke_tool("geocode_address", {"address": "New York City"})
MacOS'ta: ~/Library/Application\ Support/Claude/claude_desktop_config.json
Windows'ta: %APPDATA%/Claude/claude_desktop_config.json
"mcpServers": {
"osm-mcp-server": {
"command": "uv",
"args": [
"--directory",
"/path/to/osm-mcp-server",
"run",
"osm-mcp-server"
]
}
}
Paketi dağıtım için hazırlamak üzere:
uv sync
uv build
Bu, dist/ dizininde kaynak ve wheel dağıtımları oluşturacaktır.
uv publish
Not: PyPI kimlik bilgilerini ortam değişkenleri veya komut bayrakları aracılığıyla ayarlamanız gerekecektir.
MCP sunucuları stdio üzerinden çalıştığından, hata ayıklama zor olabilir. En iyi hata ayıklama deneyimi için MCP Inspector kullanmanızı şiddetle tavsiye ederiz.
MCP Inspector'ı npm ile bu komut aracılığıyla başlatabilirsiniz:
npx @modelcontextprotocol/inspector uv --directory /path/to/osm-mcp-server run osm-mcp-server
Başlatıldığında, Inspector hata ayıklamaya başlamak için tarayıcınızda erişebileceğiniz bir URL gösterecektir.
QGIS Desktop'u Claude AI'ye MCP aracılığıyla bağlayan bir eklenti. Bu entegrasyon, komut yardımıyla proje oluşturma, layer yükleme, kod çalıştırma ve daha fazlasını sağlar.
Model Context Protocol (MCP) sunucusu uygulaması, GIS kütüphaneleri kullanarak Büyük Dil Modellerini (LLM) coğrafi bilgi sistemi (GIS) işlemleriyle bağlayan ve AI asistanlarının doğru mekânsal operasyonlar ve dönüşümler gerçekleştirmesini sağlayan bir çözüm.