mcpField
N
nabolag-mcp

nabolag-mcp

Local
github.com/3121nMaps & Travel0Updated 20w ago

About nabolag-mcp

nabolag-mcp is an MCP server for querying open Norwegian neighborhood data by coordinate. It reports nearby public transport, road-traffic noise information and green-area access, including notes on data coverage.

Key features

  1. 01Find nearby transit stops, modes and lines
  2. 02Query road-noise zones and level bands
  3. 03Identify land cover at a point
  4. 04Measure distance to nearby parks and recreation areas
  5. 05Report limits in data coverage

Use cases

  1. 01Review transit options around a location
  2. 02Check mapped road-noise information for a site
  3. 03Assess nearby access to parks or recreation areas
  4. 04Distinguish missing results from areas outside map coverage

MCP support

It exposes neighborhood-data lookup tools to MCP clients, querying open datasets from Entur, Statens vegvesen, NIBIO and SSB.

Configuration

Local server config is the same for every client. Copy it into your client’s MCP config file.

mcp.json · Universal config
{
"mcpServers": {
"3121n-nabolag": {
"command": "npx",
"args": [
"-y",
"@nor-data/nabolag-mcp"
]
}
}
}
Run commandnpx -y @nor-data/nabolag-mcp

Local servers need a runtime on your machine (e.g. Node.js 18+). Config file locations differ by client; see your client’s docs.

Packages
npm@nor-data/nabolag-mcp0.2.2

Tools

3

Saved tool list · updated 2w ago

ParameterTypeRequiredDescription
latnumberYesBreddegrad (WGS84, f.eks. 59.93 for Oslo)
lonnumberYesLengdegrad (WGS84, f.eks. 10.76 for Oslo)
maksTreffintegerNoMaks antall holdeplasser (default 10)
maksAvstandMeterintegerNoSøkeradius i meter (default 500; bruk 1000-2000 for rurale strøk)

Details

From the project README

@nor-data/nabolag-mcp

MCP-server som wrapper åpne norske nabolagsdata. Bygget for Nabodata-produktet, gjenbrukbar på tvers (delt personlig MCP-datapipeline).

Verktøy

hent_kollektivdekning(lat, lon, maksAvstandMeter?, maksTreff?)

Holdeplasser rundt et punkt fra Entur JourneyPlanner v3 (GraphQL): avstand, transportmidler (buss/trikk/t-bane/tog/båt) og linjer per holdeplass. Landsdekkende og komplett register — «ingen treff» er reell dekningsmangel.

  • Kilde: api.entur.io/journey-planner/v3/graphql
  • Lisens: åpne data (NLOD); krever kun ET-Client-Name-header
hent_stoysone(lat, lon)

Veitrafikkstøy fra Statens vegvesens Norstøy via WMS GetFeatureInfo:

  • Støyvarselkart — T-1442 rød/gul prognosesone (ERF-veger)
  • Strategisk støykart — Lden (døgn) og Lnight (natt) i kumulative 5 dB-intervaller (høyeste trefte intervall = nivåbånd)

Ærlighets-design: «ingen treff» kan bety under terskel ELLER utenfor kartleggingsomfang (kun ERF-veger + storbyområder; kommunale veier utenfor storby, jernbane og fly inngår ikke) — output sier dette eksplisitt.

  • Kilde: vegvesen.no/kart/ogc/norstoy_1_0/ows
  • Lisens: åpne data, punktoppslag uten avtale

Bygg og test

npm install
npm run build
node test-e2e.mjs   # E2E mot live API-er (Oslo + Sørreisa + Sandvika-kontroll)

Registrering (Claude Code)

"nabolag": {
  "type": "stdio",
  "command": "node",
  "args": ["C:\\Users\\hei\\drist-nabolag-mcp\\dist\\index.js"],
  "env": {}
}
hent_grontareal(lat, lon) (v0.2.0)

Grøntareal fra to kilder: (1) FKB-AR5 arealtype på punktet (NIBIO WMS GetFeatureInfo, GML — MapServer støtter ikke JSON-infoformat) og (2) avstand til nærmeste offentlige park-/turområde (SSB WFS, ekspanderende søk 250 m → 2 km, punkt-i-polygon + nærmeste-hjørne-avstand).

Ærlighets-design: SSB-polygonene er navnløse og dekker primært tettsteder; i spredtbygde strøk pekes det til AR5-typen som bedre grøntsignal.

  • Kilder: wms.nibio.no/cgi-bin/ar5 + kart.ssb.no/api/mapserver/v1/wfs/parker_og_turomraader
  • Lisens: åpne data, uten avtale

Veikart

Se Gap-kartleggingen (Notion, Nabodata-huben): #4 skoler/barnehager er bygget separat som drist-udir-mcp; #5 solforhold (horisontprofil fra hent_hoyde) gjenstår. Jernbane-/flystøy som supplement til hent_stoysone via Geonorge WFS.

Comments

Markdown supported

New to MCP?

From what the protocol is to installing your first server, these answers cover most first questions.

An open protocol that defines how AI applications connect to external tools and data in a uniform way. Clients talk to the model; MCP servers provide tools, resources and prompt templates. They exchange standard messages, so one server can be reused by many clients.