关于 Atlas – Ai Transport Logistics Agent Standard
ATLAS 是面向物流企业的开源 MCP 服务,可在企业安全边界内连接业务系统并索引运营数据。它让 AI Agent 查询运输、承运商、费率和路线等上下文,也支持本地 AI 运行。
主要功能
- 01在本地索引物流运营数据
- 02查询运输、承运商、费率和路线
- 03连接 REST API 与本地文件
- 04提供物流数据 Web 界面
- 05支持文档实体提取与知识扩充
- 06令牌权限控制与审计日志
适用场景
- 01查询货运状态并回应客户
- 02基于历史运输数据比较承运商
- 03结合费率和路线信息开展采购分析
- 04在本地整理并检索物流文件
MCP 相关
ATLAS 通过 MCP 暴露物流数据发现、查询、货运、承运商、费率和运营问题等工具,供兼容的 Agent 调用。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
ATLAS — AI Transport Logistics Agent Standard
这款开源 MCP 服务能让 AI Agent 深入了解您的物流运营情况,同时确保您的数据始终留在自己的基础设施中。
问题
企业物流公司积累了多年的运营数据——电子邮件、合同、TMS 记录、承运商关系和定价历史。AI Agent 需要这些背景信息才能发挥作用。但对于合规、法务和安全团队而言,与外部云服务共享原始数据是绝对不可接受的。
结果就是:AI 的能力停留在浅层。Agent 无法基于背景信息进行协商。每次交互都从零开始。
解决方案
ATLAS 在您的安全边界内运行。它连接到您现有的系统,在本地为数据建立索引,并提供标准化的 MCP 接口。任何 AI Agent 都可以查询 ATLAS,获取深入的运营背景信息,同时确保您的数据始终留在自己的基础设施中。
[Your Company] [Cargofy / Any AI Agent]
├── Email │
├── TMS MCP Protocol │
├── ERP ←─────────────────────────────┤
├── Contracts (questions only, │
├── Knowledge Base no raw data out) │
└── ATLAS instance ────────────────────────────┘
您的数据始终由您掌控。Agent 可以获得所需的背景信息。
快速开始
选项 1:Docker(推荐)
docker run -p 3000:3000 cargofy/atlas
打开 http://localhost:3000,设置向导将引导您完成初始配置。
如需在生产环境中使用持久化数据和 AI 功能,请参阅 DOCKER.md。
选项 2:Claude Desktop
在 claude_desktop_config.json 的 mcpServers 下添加:
{
"atlas": {
"command": "docker",
"args": ["run", "--rm", "-i", "cargofy/atlas", "node", "src/index.js"]
}
}
选项 3:从源代码运行
git clone https://github.com/cargofy/ATLAS
cd ATLAS
npm install
cp config.example.yml config.yml # edit with your settings
node seed.js # optional: load sample data
node src/ui-server.js # Web UI + API on port 3000
# or
node src/index.js # MCP server on stdio
Web 界面
ATLAS 自带完整的 Web 界面,地址为 http://localhost:3000:
| 页面 | 说明 |
|---|---|
| 仪表板 | 服务状态、记录数、连接器运行状况、SLA 违规情况 |
| 浏览器 | 浏览数据模型,使用可视化筛选条件执行查询 |
| 聊天 | 面向物流查询、支持工具调用的对话式 AI 界面 |
| 试验场 | 直接在浏览器中测试 MCP 工具 |
| 知识库 | 管理企业知识文件(markdown、文件夹、CRUD) |
| 导入 | 上传数据文件(JSON、CSV、XLSX)、填充数据库、从文件夹导入 |
| 连接器 | 查看和管理数据源配置,触发手动同步 |
| 模块 | 启用/禁用插件、触发同步、查看模块状态 |
| 设置 | 支持实时重新加载的可视化配置和 YAML 配置编辑器 |
| 设置向导 | 首次运行配置(AI 提供商、安全设置、实例名称) |
MCP 工具
ATLAS 通过 Model Context Protocol 提供 35 个 MCP 工具。任何兼容 MCP 的 Agent 都可以连接:
| 类别 | 工具 |
|---|---|
| 发现 | get_available_models、get_schema、get_available_carriers、get_available_lanes、get_available_document_types、get_sync_status |
| 查询 | get_records、query(以自然语言搜索所有数据) |
| 货运 | get_shipment、get_shipments、get_shipment_events、get_unsigned_documents、get_closure_checklist |
| 承运商 | search_carriers、get_carrier_shipments |
| 费率 | get_rate_history |
| 文档 | list_documents |
| 运营 | get_sla_violations、get_idle_assets、get_anomalies、get_active_issues(20 多种中断类型) |
AI 功能
ATLAS 支持多个 AI 提供商,并根据角色路由模型:
| 提供商 | 模型 | 用途 |
|---|---|---|
| Anthropic | Claude Sonnet/Opus/Haiku | 聊天、提取、知识增强 |
| OpenAI | GPT-4o、GPT-4o-mini | 聊天、提取 |
| Ollama | 任意本地模型 | 完全离线运行 |
AI 功能:
- 实体提取 — 上传任意物流文档(PDF、CSV、XLSX、电子邮件),提取结构化数据(货运、承运商、费率、单据)
- 知识增强 — AI 根据提取的数据自动更新知识库,检测矛盾并补充新事实
- 使用工具聊天 — 通过对话界面使用 MCP 工具查询数据
- 角色路由 — 为不同任务(聊天、提取、知识)分配不同模型
数据模型
核心模型(始终启用)
| 模型 | 描述 |
|---|---|
| 货运 | 海运、空运、公路、铁路、多式联运 — 状态、运输方式、路线、承运商、计划交付时间 |
| 承运商 | 资料、类型(货运、航运公司、航空公司、铁路、经纪商)、国家/地区、评级 |
| 运输线路 | 包含运输方式和平均运输天数的起点 → 目的地组合 |
| 费率 | 按承运商、运输线路、运输方式和日期范围划分的货运价格 |
| 单据 | BOL、CMR、AWB、发票、海关单据、POD、装箱单、原产地证书 |
| 跟踪事件 | 提货、运输、交付、异常事件及其位置和地理位置 |
| 服务等级 | 按运输线路/运输方式/服务类型划分的计划运输时间 |
扩展模型(通过配置选择启用)
资产、司机、运输订单、设施、招标、招标报价、招标授予、调度、运输段、海关申报
连接器
| 连接器 | 状态 | 描述 |
|---|---|---|
| REST API | 可用 | 通用 REST,支持 JSONPath 映射以及 bearer/basic/api_key 身份验证 |
| 文件系统 | 可用 | 本地 JSON、CSV、TXT、MD 文件(可选 PDF/DOCX/XLSX) |
| AI 提取 | 可用 | 上传文件以进行 AI 驱动的实体提取 |
| 电子邮件(IMAP/Exchange) | v0.2 | 为物流相关电子邮件编制索引 |
| SAP TM | 即将推出 | SAP Transportation Management |
| Oracle TMS | 即将推出 | Oracle Transportation Management |
| Transporeon | 即将推出 | Transporeon 平台集成 |
| project44 | 即将推出 | 可视化与跟踪数据 |
模块(插件)
| 模块 | 描述 |
|---|---|
| file-watch | 监控本地文件夹中的新文件,并通过 AI 提取工作流自动处理 |
| knowledge-enricher | 根据 AI 提取结果自动增强知识库 |
| google-drive | 使用 AI 分析同步 Google Drive 文件夹中的文件(导出 Docs/Sheets、递归处理) |
可通过 config.yml 或 Web UI 中的 Modules 页面启用/禁用模块。
架构
ATLAS Instance (your infrastructure)
├── AI Layer
│ ├── Multi-provider LLM client (Claude, OpenAI, Ollama)
│ ├── Entity extraction pipeline
│ ├── Knowledge engine (enrichment + contradiction detection)
│ └── Chat with tool calling
├── Module System (plugin architecture)
│ ├── file-watch
│ ├── knowledge-enricher
│ └── google-drive
├── Connectors
│ ├── REST API connector
│ ├── Filesystem connector
│ └── AI extraction connector
├── Storage Layer
│ ├── SQLite (default) or PostgreSQL
│ └── Knowledge base (markdown files)
├── MCP Server
│ ├── stdio transport (CLI / Claude Desktop)
│ └── HTTP/SSE transport (remote agents)
└── Web UI + REST API
├── Dashboard, Explorer, Chat, Playground
├── Knowledge Base manager
├── Settings, Modules, Import
└── Setup Wizard
安全与隐私
- 零数据外传 — ATLAS 绝不会将原始数据发送到网络之外
- 本地 AI 选项 — 运行 Ollama 即可完全离线操作
- Bearer 令牌身份验证 — 每个令牌都具有范围限定的权限(读取/写入)
- 非 root Docker — 以非特权
atlas用户身份运行 - 审计日志 — 完整记录对你的实例执行的每次查询
- 开源 — 可检查每一行代码
使用场景
承运商谈判 Agent
Agent 查询 ATLAS:“我们第四季度从 DHL 运往 DE→PL 的货量是多少?”→ 从你自己的数据中获取答案 → 基于充分信息进行谈判。
客户服务 Agent
“货运 #12345 在哪里?”→ Agent 查询 ATLAS,获取 TMS 中的货运状态 → 无需手动查找即可立即回答。
采购 Agent
“运往乌克兰的冷藏运输中,排名前 3 的承运商是谁?”→ Agent 从 ATLAS 中提取历史绩效数据 → 给出数据驱动的建议。
由 Cargofy 提供支持
ATLAS 由物流领域的 AI 平台 Cargofy 构建并维护。我们构建 ATLAS,是因为企业客户需要它;我们将其开源,是因为物流行业需要一个标准。
Cargofy 平台连接到您的 ATLAS 实例,以提供:
- 可代表您拨打电话、发送消息和进行谈判的 AI Agent
- 基于您的 ATLAS 数据提供分析和报告
- 由我们托管 ATLAS(如果您不想自行托管)
- 企业连接器和 SLA 支持
贡献
ATLAS 基于 Apache 2.0 许可证授权。欢迎贡献。
git clone https://github.com/cargofy/atlas
cd atlas
npm install
npm run dev
请参阅 CONTRIBUTING.md 了解指南。
许可证
Apache License 2.0 — 请参阅 LICENSE
收录目录
ATLAS 已提交至以下 MCP 目录和列表:
在生态系统中提交、发现和探索 MCP 服务。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。