地图类MCP 从0-1构建行程规划Agent 之 DeepNLP MCP应用市场

简介: 本文重点介绍借助DeepNLP的MCP应用市场中 MCP Server的JSON文件配置,在 Cursor客户端 从0-1构建一个行程规划AI AGENT,为行程规划类的AI AGENT。五一假期期间帮助用户把自己电脑变成一个超级AI AGENT智能体。目前主要使用了Google Map/Baidu Map和高德AMAP的MCP,实现如北京到上海的三天火车旅行规划。内容涵盖基础设置准备、Agent Mode测试及不同地图服务的横向对比与具体配置方法(如NPX、Docker、Python等)。

一、背景

本文重点介绍借助DeepNLP的MCP应用市场中 MCP Server的JSON文件配置,在 Cursor客户端 从0-1构建一个行程规划AI AGENT,为行程规划类的AI AGENT

五一假期期间帮助用户把自己电脑变成一个超级AI AGENT智能体。


效果如下图:

image.png


在Cursor等客户端接入MCP应用,基础设置准备:

  1. 客户端:Cursor客户端可以选择其他客户端支持MCP配置如Cline等等
  2. MCP地图类配置JSON文件下载:地图类MCP 如Google Map/高德地图 AMAP/ 百度地图的 json配置,需要提前申请API key。MCP的不同客户端配置和环境也有区别,比如 Node.js, Python, Docker等等配置方法有差异,具体配置可以从应用市场复制 (http://www.deepnlp.org/store/mcp-server/map)


二、配置和测试

1.Google Map的MCP加入Cursor客户端

打开 Preferences->Cursor Settings,点击MCP添加MCP对应的Json代码块,针对不同客户端代码块有差异,

可以看看应用市场上不同测试配置如 npx (node.js) 和 python两种 (py),如果测试通过,就会显示绿色状态。


配置地址:http://www.aiagenta2z.com/store/mcp-server/map/pub-google-maps/google-maps

image.png

{
    "google-maps": {
        "command": "npx",
        "args": [
          "-y",
          "@modelcontextprotocol/server-google-maps"
        ],
        "env": {
          "GOOGLE_MAPS_API_KEY": "<YOUR_API_KEY>"
        }
      }
}


2.切换Agent Mode测试

Agent Mode可以点击Cursor右侧边栏的展开,打开Curosr的Agent对话界面。

如果没有记得下载最新版本的 Curosr.


在对话栏输入 prompt问题,如

q=从北京到上海三天行程规划坐火车包含景点和行程规划

Agent Mode开始执行,中间调用了Claude的LLM进行工具选择,LLM大模型选择了Google Map的 maps_search_places的工具,提示用户是否执行。

image.png

点击执行之后就会进行北京到上海的行程规划了。

image.png


三、地图类MCP横向的比较

目前主要使用了Google Map/Baidu Map和高德AMAP的MCP

地址: http://www.deepnlp.org/store/mcp-server/map

image.png


1. Google MAP的MCP

http://www.aiagenta2z.com/store/mcp-server/map/pub-google-maps/google-maps


NPX 配置

{
  "mcpServers": {
    "google-maps": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-google-maps"],
      "env": {
        "GOOGLE_MAPS_API_KEY": "<YOUR_API_KEY>"
      }
    }
  }
}


Docker配置

{
  "mcpServers": {
    "google-maps": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "GOOGLE_MAPS_API_KEY",
        "mcp/google-maps"
      ],
      "env": {
        "GOOGLE_MAPS_API_KEY": "<YOUR_API_KEY>"
      }
    }
  }
}


2.高德地图AMAP的MCP

http://www.aiagenta2z.com/store/mcp-server/map/pub-amap-mcp/amap-mcp-%E9%AB%98%E5%BE%B7%E5%9C%B0%E5%9B%BE-mcp


高德地图的MCP是SSE模式,可以直接在高德地图官方找API key.

{
    "mcpServers": {
      "amap-amap-sse": {
        "url": "https://mcp.amap.com/sse?key=${your API KEY}"
      }
    }
}


3.百度地图的MCP


http://www.aiagenta2z.com/store/mcp-server/map/pub-baidu-map/baidu-map-mcp-%E7%99%BE%E5%BA%A6%E5%9C%B0%E5%9B%BE-mcp-server


UVX 版本

{
  "mcpServers": {
    "baidu-maps": {
      "command": "uvx",
      "args": ["mcp-server-baidu-maps"],
      "env": {
        "BAIDU_MAPS_API_KEY": "<YOUR_API_KEY>"
      }
    }
  }
}



Python版本

{
  "mcpServers": {
    "baidu-maps": {
      "command": "python",
      "args": ["-m", "mcp_server_baidu_maps"],
      "env": {
          "BAIDU_MAPS_API_KEY": "<YOUR_API_KEY>"
      }
    }
  }
}


相关文章
|
JavaScript Android开发
使用贝叶斯曲线滑动安卓屏幕(autojsPro7)
使用贝叶斯曲线滑动安卓屏幕(autojsPro7)
831 0
|
3月前
|
存储 缓存 NoSQL
大模型上下文风控解析:过载控制、自动裁剪、超长拦截与敏感熔断应用实践.170
本文系统阐述大模型多轮会话中的四大核心挑战:上下文超窗、资源过载、算力浪费与内容风险,并提出完整的会话状态管理与上下文风控体系,涵盖会话生命周期管控、自动裁剪、超长Prompt拦截及敏感内容熔断等关键能力,保障服务稳定、成本可控与合规安全。
405 1
|
4月前
|
人工智能 数据可视化 Linux
Markdown 转 Word 工程化实践:从 AI 内容到可交付 DOCX 的 几种方案
Markdown转Word仍高频,主因AI生成内容含公式、表格、代码等,直接粘贴易错乱。本文详解DS随心转(零配置/多端支持)、Pandoc(工程化/批量)、Typora(可视化/单篇)等5种方案,并附实操步骤与安全建议。
1253 0
|
算法 数据可视化 测试技术
共学 | 2025年,更加有效地搭建Agent
2024年末,Anthropic写了一篇叫做“Building effective Agents”的文章,针对如何有效的搭建Agent,常见Agent工作流程的几种范式,以及对现在的Code Agent工作模式做了详细的解读。本文结合cookbook+ModelScope的免费Qwen API做了一些中文示例的实践,来更好的理解这篇文章。
5745 7
共学 | 2025年,更加有效地搭建Agent
|
11月前
|
机器学习/深度学习 人工智能 前端开发
终端里的 AI 编程助手:OpenCode 使用指南
OpenCode 是开源的终端 AI 编码助手,支持 Claude、GPT-4 等模型,可在命令行完成代码编写、Bug 修复、项目重构。提供原生终端界面和上下文感知能力,适合全栈开发者和终端用户使用。
61192 11
|
7月前
|
人工智能 自然语言处理 API
AI漫剧零代码制作喂饭级教程:OpenClaw阿里云/本地部署+Seed2.0 Skills 实战指南
无需专业剪辑技术、不用复杂软件操作,甚至不用手动绘制分镜——借助OpenClaw与Seed2.0 Skills的组合,2026年普通人也能零门槛制作AI漫剧。从剧本创作、分镜设计到视频合成,全程AI自动化完成,手机端也能快速产出高质量作品。开源项目「AI漫导」(director_ai)已收获1.1k Star,其核心逻辑正是通过OpenClaw集成Seed2.0漫剧专属技能,让漫剧制作从“专业门槛”变为“人人可玩”。
4173 2