OpenStreetMap MCP Server — это MCP-сервер, который открывает AI-ассистентам доступ к геопространственным данным OpenStreetMap, позволяя моделям в реальном времени искать и анализировать информацию о местоположениях, достопримечательностях и географических объектах по всему миру.
Ключевые особенности:
Инструмент поиска местоположений (osm_search): Позволяет AI-моделям искать географические объекты, достопримечательности, рестораны, музеи и любые другие точки интереса по текстовому запросу с настраиваемым радиусом поиска и количеством результатов.
Детальная информация о местах (osm_get_place_details): По полученным идентификаторам объектов сервер извлекает полную информацию — адрес, координаты, тип объекта, часы работы, контактные данные, рейтинг и другие атрибуты из базы OpenStreetMap.
Глобальное покрытие без API-ключей: В отличие от коммерческих геосервисов, работает на открытых данных OpenStreetMap и не требует получения API-ключей или прохождения процедуры регистрации — достаточно установить и запустить сервер.
Гибкая настройка геопоиска: Поддерживает параметры запроса с указанием центра поиска (координаты), радиуса охвата в метрах и лимита возвращаемых результатов, что позволяет точно таргетировать геолокационные запросы AI-агента.
Для кого: Разработчики AI-приложений, которым нужна геопространственная осведомленность ассистентов — туристические сервисы, логистические платформы, приложения для локального поиска и навигации. Подходит для исследователей, работающих с геоданными, и разработчиков чат-ботов, консультирующих пользователей по объектам поблизости.
Сценарии использования:
Туристический AI-ассистент: Пользователь спрашивает “Какие музеи находятся в радиусе 1 км от меня?”, AI через MCP-сервер обращается к OpenStreetMap, находит подходящие объекты и выдает список с адресами, часами работы и рейтингами.
Локальный поиск услуг: AI-агент помогает найти ближайшие аптеки, банкоматы или заправки — osm_search по координатам и радиусу возвращает актуальные точки интереса, а osm_get_place_details дополняет результат контактами и графиком работы.
Геоконтекстная аналитика: Аналитический агент собирает информацию об инфраструктуре района — плотность заведений, типы объектов, расстояния между точками — для отчетов о городской среде или выбора локации для бизнеса.
Навигационные подсказки в чат-ботах: AI-ассистент встраивается в приложение каршеринга или доставки и помогает пользователям ориентироваться, находя ближайшие парковки, пункты выдачи или общественный транспорт.
Цены и доступность: Проект полностью бесплатный и открытый, опубликован на GitHub под лицензией MIT. Установка выполняется через клонирование репозитория или команду npx (npx @jagan-shanmugam/open-streetmap-mcp). Работает на Node.js, использует библиотеки @modelcontextprotocol/sdk, axios и cheerio. Не требует API-ключей благодаря использованию открытых данных OpenStreetMap. Репозиторий имеет 12 звёзд, 1 форк и поддерживается основным разработчиком (jagan-shanmugam). Код написан на JavaScript, проект находится на ранней стадии развития.
