mcpField
L
LibraryAPI

LibraryAPI

本地服务
libraryapi.dev地图与出行03 周前更新
代码仓库访问官网

关于 LibraryAPI

LibraryAPI 为 AI Agent 和应用提供美国公共图书馆及分馆数据，数据基于联邦 IMLS 公共图书馆调查。它支持附近搜索、图书馆系统查询和州级汇总，提供馆藏及服务数据，但不包含每日开放时间。

主要功能

  1. 01按地址查找附近分馆
  2. 02按经纬度搜索附近分馆
  3. 03查询图书馆系统与分馆记录
  4. 04获取州级图书馆统计
  5. 05访问馆藏、人员和服务数据

适用场景

  1. 01按指定地址查找附近分馆
  2. 02按名称、州或城市查找图书馆系统
  3. 03使用分馆和馆藏数据构建公共服务应用

MCP 相关

该 MCP 服务提供六种工具，用于搜索附近分馆、获取分馆和系统记录，以及查询州级汇总。

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": {
    "dev-libraryapi-libraryapi": {
      "command": "uvx",
      "args": [
        "libraryapi-mcp"
      ],
      "env": {
        "LIBRARYAPI_KEY": "<LIBRARYAPI_KEY>"
      }
    }
  }
}
启动命令uvx libraryapi-mcp
需要配置的环境变量
LIBRARYAPI_KEY密钥API key from https://libraryapi.dev (free tier: 500 requests/month)

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
pypilibraryapi-mcp0.1.3

工具

6

收录的工具列表 · 更新于 2 周前

参数类型必填说明
limitinteger否
addressstring是
radius_milesnumber否
include_closedboolean否

详细介绍

libraryapi-mcp

mcp-name: dev.libraryapi/libraryapi-mcp

适用于 libraryapi.dev 的 MCP 服务 — 面向 AI Agent 的美国公共图书馆数据。

将图书馆查询作为工具提供给任何兼容 MCP 的 AI 助手（Claude、Cursor、Copilot 等）。基于美国联邦 IMLS 公共图书馆调查数据构建，属于公有领域，可用于商业用途。

安装

pip install libraryapi-mcp

也可以直接通过 uvx 运行（无需安装）：

uvx libraryapi-mcp

配置

Claude Desktop

添加到 ~/Library/Application Support/Claude/claude_desktop_config.json：

{
  "mcpServers": {
    "libraryapi": {
      "command": "uvx",
      "args": ["libraryapi-mcp"],
      "env": {
        "LIBRARYAPI_KEY": "your_api_key_here"
      }
    }
  }
}
Cursor / 其他 MCP 客户端
{
  "mcpServers": {
    "libraryapi": {
      "command": "uvx",
      "args": ["libraryapi-mcp"],
      "env": {
        "LIBRARYAPI_KEY": "your_api_key_here"
      }
    }
  }
}

在 libraryapi.dev 获取免费 API 密钥 — 每月 500 次请求，无需信用卡。

可用工具

工具描述
find_libraries_near_address查找距离美国街道地址最近的分馆
find_libraries_near_coordinates同上，但使用经纬度（跳过地理编码）
get_outlet按 ID 获取单个分馆的完整记录
search_libraries按名称、州或城市搜索图书馆 系统
get_library按 FSCS ID 获取完整的系统档案
get_state_summary全州图书馆统计汇总

系统与分馆： 系统是行政实体（例如“芝加哥公共图书馆”）；分馆是单个馆点。邻近搜索会返回分馆。

示例

配置完成后，你可以向 AI 助手询问：

“纽约第五大道 350 号附近最近的三家公共图书馆在哪里？”

“佛蒙特州有多少家公共图书馆分馆？馆藏总量是多少？”

“我正在开发一款公民服务应用 — 请以 JSON 格式列出芝加哥市中心 5 英里范围内的所有图书馆分馆。”

数据说明

IMLS 调查涵盖馆点、馆藏、人员配置、到访情况、活动和财务数据。它提供开放时长总计（按年和按周），但不提供每日开放时间 — 因此，这个 API 可以告诉你某个分馆每周开放约 45 小时，但无法告诉你它早上 9 点开门。

链接

许可证

MIT

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。