mcpField
P
Pumperly Mcp

Pumperly Mcp

本地服务
github.com地图与出行3今天更新

关于 Pumperly Mcp

Pumperly Mcp 将 Pumperly 实例接入 MCP 客户端,提供约 40 个国家和地区的燃油及电动车充电信息只读访问。Agent 可查找地点附近或路线沿途的站点,结果按价格和距离整理。

主要功能

  1. 01六种只读搜索与路线工具
  2. 02查找行程沿途的燃油或充电站
  3. 03按位置、距离或价格搜索站点
  4. 04提供燃料类型、配置、统计和汇率资源
  5. 05支持 stdio 和带身份验证的 HTTP 传输

适用场景

  1. 01查找两地之间价格最低的燃油站
  2. 02按价格定位附近的充电站
  3. 03列出地理区域内的站点
  4. 04查询含停靠点的行驶距离和时间

MCP 相关

该服务向 MCP 客户端提供六种只读工具和四种资源,支持 stdio 与可流式 HTTP 传输。它可连接 Pumperly 公共实例,也可通过 PUMPERLY_URL 指定其他实例。

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": {
"pumperly": {
"command": "npx",
"args": [
"-y",
"pumperly-mcp"
],
"env": {
"PUMPERLY_URL": "<PUMPERLY_URL>"
}
}
}
}
启动命令npx -y pumperly-mcp
需要配置的环境变量
PUMPERLY_URLPumperly instance URL (default https://pumperly.com); set it to use your own instance

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
npmpumperly-mcp0.2.0
ocidrumsergio/pumperly-mcp:v0.2.0

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

pumperly-mcp 横幅

pumperly-mcp

npm CI 许可证 Docker 拉取量 Glama MCP 服务

一个轻量级桥接工具,可将任意 Pumperly 实例接入为 MCP 服务,让 AI Agent 能在约 40 个国家(主要位于欧洲)查找地点附近或驾车路线沿途最便宜的燃油或充电服务。

功能

  • 六个只读工具:

    工具功能
    cheapest_fuel_on_route一次调用即可查找两地之间的加油地点
    find_nearest_stations按距离或价格查找地点名称或坐标附近的站点
    get_stations_in_area查找边界框内的站点,按价格从低到高排序
    calculate_route计算地点之间的驾车距离和时间,最多可设 5 个停靠点
    find_route_stations查找已有路线几何数据沿线的站点
    geocode获取地点名称对应的坐标
  • 四个资源:pumperly://fuel-types、pumperly://config、pumperly://stats、pumperly://exchange-rates。

  • 简洁的回答:站点列表会排序、截取至指定数量并汇总(最低价、中位数和最高价),因此一次搜索约占用 1 KB 上下文。

  • 同一个二进制文件支持 MCP 2026-07-28 及从 2024-11-05 起的所有更早版本:新客户端使用 server/discover,旧客户端使用 initialize。

  • 支持两种传输方式:stdio,以及在 /mcp 上使用 bearer 令牌和来源检查的流式 HTTP。

  • 可连接 pumperly.com 公共实例或你自己的实例:设置 PUMPERLY_URL 即可。无需 API 密钥。

所有工具都只读取数据,因此无需设置只读开关。

安装

npm 包会下载适用于你平台的发行版二进制文件,将其 SHA-256 与包中提供的校验和进行核对,然后通过 stdio 运行。需要 Node.js 18 或更高版本。

Claude Code:

claude mcp add pumperly -- npx -y pumperly-mcp

Claude Desktop(claude_desktop_config.json)和 Cursor(~/.cursor/mcp.json):

{
  "mcpServers": {
    "pumperly": { "command": "npx", "args": ["-y", "pumperly-mcp"] }
  }
}

VS Code(.vscode/mcp.json):

{
  "servers": {
    "pumperly": { "type": "stdio", "command": "npx", "args": ["-y", "pumperly-mcp"] }
  }
}

Codex(~/.codex/config.toml):

[mcp_servers.pumperly]
command = "npx"
args = ["-y", "pumperly-mcp"]

Docker,通过 stdio:

docker run -i --rm -e TRANSPORT=stdio drumsergio/pumperly-mcp:v0.2.0

若要使用自己的 Pumperly 实例,请在环境中添加 PUMPERLY_URL(在 JSON 配置中使用 "env": { "PUMPERLY_URL": "https://..." })。有关 HTTP 传输方式,请参阅快速入门。

文档

  • 快速入门:npm、Docker Compose、从源代码构建、连接客户端
  • 配置:环境变量
  • 使用方法:工具、资源、请求流程、使用 Inspector 进行测试
  • 相关项目:Pumperly 系列、其他 MCP 服务、注册目录列表

许可证

GPL-3.0-or-later

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。