Tj-MCP-Server

Mikkey-f/Tj-MCP-Server

3.1

If you are the rightful owner of Tj-MCP-Server and would like to certify it and/or have it hosted online, please leave a comment on the right or send an email to dayong@mcphub.com.

A one-stop decision-making assistant for team-building outings, leveraging real-time data from Amap to generate complete plans and executable action packages in a single conversation.

团建出游一站式决策助手 MCP Server

一句话,搞定团建 - 30秒从想法到行动

基于高德实时数据的智能团建规划助手,一次对话生成完整方案+可执行操作包。

版本: v2.0.0 | 开发周期: 20天 | 状态: 🚧 开发中


🎯 核心价值

30秒完整体验

输入(一句话):
"15人成都团建,预算800元/人,下周六,户外活动"

输出(完整方案包):
✅ 推荐方案(场地+行程+预算)← 实时数据决策
✅ 天气分析(实时+适宜度评分)
✅ 餐饮推荐(具体店名+电话+导航)
✅ 一键操作(日历+通知+导航+清单)← 可直接复制使用
✅ 备选方案(2个)

🌟 核心特性

  • 实时数据驱动:基于高德API实时数据(非AI模板)
  • 规则引擎排序:5个场景模板 + 多维度智能排序
  • 一轮对话完成:vs 多次交互
  • 可执行操作包:日历/通知/导航/清单,复制即用
  • MCP 协议:完美集成 Cursor、Claude Desktop

🆚 与竞品差异

维度Amap Maps MCP旅游攻略AI我们
数据✅ 实时API❌ AI模板✅ 实时API
决策❌ 原始数据❌ 通用攻略智能排序
操作❌ 只能看❌ 只能看可执行
交互❌ 多次查询❌ 多次优化一次生成

🚀 快速开始

1. 环境准备

前置要求

  • Python 3.10+
  • Conda(推荐)
  • 高德地图 API Key(免费申请

2. 安装

# 1. 克隆项目
git clone https://github.com/your-username/geoai-tools-mcp-v2.git
cd geoai-tools-mcp-v2

# 2. 创建环境
conda env create -f environment.yml
conda activate geoai-tools-mcp

# 3. 配置API Key
echo "AMAP_API_KEY=你的高德API密钥" > .env

# 4. 启动服务
python src/main.py

详细安装说明见:

3. 配置 Cursor

// ~/.cursor/mcp/config.json
{
  "mcpServers": {
    "geoai-tools": {
      "command": "python",
      "args": ["F:/workSpace/pythonWorkSpace/GeoAI_Tools_MCP_Server/src/main.py"],
      "env": {
        "PYTHONPATH": "F:/workSpace/pythonWorkSpace/GeoAI_Tools_MCP_Server"
      }
    }
  }
}

📦 当前功能(v2.0)

已完成 ✅

  • 项目框架搭建
  • 配置管理
  • 高德API客户端(基础)
  • 天气查询工具
  • 天气适宜性分析

开发中 🚧

  • 数据模型(Venue/Plan/ActionPack)
  • 规则引擎(场景匹配+排序)
  • 方案生成器(行程规划+预算计算)
  • 核心工具(plan_team_outing)
  • 操作包生成(日历/通知/导航/清单)

计划中 📅

  • 集成测试
  • 性能优化(缓存)
  • Demo录屏
  • 文档完善

详见:


📚 文档

  • - 了解项目定位和价值
  • - 了解系统设计
  • - 查看开发进度
  • - 工具使用文档
  • - 开发流程文档

🎯 使用示例

在 Cursor 中使用

你:帮我规划一个15人的成都团建,预算800元/人,下周六,户外活动

AI:[自动调用 plan_team_outing 工具]

返回:
📍 推荐方案1:青城山景区
   • 评分:4.6分(18,523条评价)
   • 天气:☀️ 晴 18-25°C,适宜度92分
   • 预算:730元/人
   • 行程:09:00-19:00(完整时间表)
   
🍽️ 推荐餐厅
   • 午餐:云雾山庄(4.5分,028-xxx)
   
⚡ 一键操作
   📅 复制日历事件
   💬 复制群发通知
   🗺️ 点击打开导航
   📋 复制待办清单
   
📍 备选方案2:西岭雪山(评分4.4)
📍 备选方案3:三圣乡(评分4.3,预算更低)

🛠️ 开发

项目结构

GeoAI_Tools_MCP_Server/
├── src/
│   ├── core/          # 业务逻辑(规则引擎、方案生成)
│   ├── tools/         # MCP工具
│   ├── services/      # 服务层(高德API)
│   ├── models/        # 数据模型
│   └── utils/         # 工具函数
├── docs/              # 文档
├── scripts/           # 测试脚本
└── tests/             # 单元测试

运行测试

# 测试天气工具
python scripts/test_weather.py

# 运行单元测试
pytest tests/

# 测试团建规划(开发中)
python scripts/test_team_outing.py

📅 路线图

v2.0(当前)- 20天

  • 团建/出游场景
  • 5个场景模板
  • 4个重点城市
  • 实时数据决策

v3.0 - 3个月后

  • 扩展场景(会议、婚礼、聚会)
  • 全国主要城市支持
  • 用户偏好学习

v4.0 - 6-12个月

  • B端工作流闭环
  • 日历系统对接
  • 预订系统集成

💰 商业价值

目标市场

  • 团建公司:5000家 × 10%付费 = ¥1000万/年
  • 企业行政:30万企业 × 1%付费 = ¥600万/年

竞赛优势

  • ✅ 市场空白(MCP集市无同类产品)
  • ✅ 差异化明显(实时数据+决策+操作)
  • ✅ Demo震撼(30秒完整演示)

🤝 贡献

欢迎提交 Issue 和 Pull Request!


📄 许可证

MIT License


🙏 致谢


开发团队: GeoAI Tools Team
最后更新: 2025-11-03
文档版本: v2.0.0