mcpField
A
Atlas – Ai Transport Logistics Agent Standard

Atlas – Ai Transport Logistics Agent Standard

本地服务
github.com/cargofyAI 与智能体2034 周前更新

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

  1. 01在本地索引物流运营数据
  2. 02查询运输、承运商、费率和路线
  3. 03连接 REST API 与本地文件
  4. 04提供物流数据 Web 界面
  5. 05支持文档实体提取与知识扩充
  6. 06令牌权限控制与审计日志

适用场景

  1. 01查询货运状态并回应客户
  2. 02基于历史运输数据比较承运商
  3. 03结合费率和路线信息开展采购分析
  4. 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。

mcp.json · 通用配置
{
"mcpServers": {
"ATLAS": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"cargofy/atlas:latest"
]
}
}
}
启动命令docker run -i --rm cargofy/atlas:latest

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
ocicargofy/atlas:latest

工具

还没有获取到工具列表

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。

License: Apache 2.0 MCP Compatible Docker


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
AnthropicClaude Sonnet/Opus/Haiku聊天、提取、知识增强
OpenAIGPT-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

详细了解 Cargofy


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:

punkpeye/awesome-mcp-servers appcypher/awesome-mcp-servers wong2/awesome-mcp-servers modelcontextprotocol/servers PulseMCP MCP Index Cursor Directory

在生态系统中提交、发现和探索 MCP 服务。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。