使用说明
位置搜索MCP
API是一个MCP服务器,它使用波兰GOV系统(TERYT、SIMC、ULIC)的官方数据对波兰行政地点和地址进行结构化搜索。
该服务器公开了允许使用详细的层次上下文搜索省、区、市、地方和街道的工具。
一个典型的用例是将MCP服务器连接到LLM,使模型能够分析文档或文章,并推断内容所指的波兰地理区域。
在Ubuntu上安装和运行
- 完全在本地运行
运行服务器(进入项目内部): uv run src/mcp_lab/server.py
打开客户端UI: npx @modelcontextprotocol/inspector uv run my-mcp
- 使用dockerfile运行并在UI上验证
构建映像: docker build -t mcp-lab .
创建/运行容器: docker run --rm --network host mcp-lab
或者创建/运行容器(以及单独的卷): docker run --rm --network host -v mcp_lab_data:/app/data mcp-lab
打开客户端UI(单独的CMD): npx @modelcontextprotocol/inspector
设置UI:
运输类型: SEE
网址: http://localhost:8080/sse
- 使用cloudflared发布
构建映像: docker build -t mcp-lab .
创建/运行容器: docker run --rm --network host mcp-lab
发布: cloudflared tunnel --url http://localhost:8080
使用Postman进行测试
简单测试混凝土 new workspace -> MCP -> tools ->设置url: http://localhost:8080/sse
使用LLM进行测试: new workspace -> AI ->选择模型->设置API密钥&设置url: http://localhost:8080/sse
提示,例如:
Please tell me where every town with name Kolno is located.Find every location in Poland, which starts with "Nowa".
使用Alembic更新数据库模型/迁移
- 创建基本alembic文件:
alembic init alembic - 基于当前SQLAlchemy模型生成新的迁移文件:
alembic revision --autogenerate -m "initial schema" - 将所有待处理的迁移应用于数据库:
alembic upgrade head