mcpField
Q
Qrz Mcp

Qrz Mcp

本地服务
github.com/qso-graph游戏娱乐3今天更新

关于 Qrz Mcp

Qrz Mcp 向兼容 MCP 的客户端提供 QRZ 呼号、DXCC 和日志簿操作。它为 QRZ 的 XML 与 Logbook API 分开管理凭据,并包含请求限流和缓存。

主要功能

  1. 01呼号与 DXCC 查询
  2. 02日志簿状态与筛选查询
  3. 03以 ADIF 下载完整日志簿
  4. 04请求限流与响应缓存
  5. 05为两种 API 管理凭据身份

适用场景

  1. 01查询呼号的网格和执照等级
  2. 02将呼号解析为 DXCC 实体
  3. 03查看或筛选 QRZ 日志簿中的 QSO
  4. 04将 QRZ 日志簿导出为 ADIF

MCP 相关

该 MCP 服务向兼容 MCP 的客户端提供 QRZ 查询、DXCC 和日志簿工具。它支持 stdio 或 streamable HTTP 传输。

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": {
"qrz": {
"command": "uvx",
"args": [
"qrz-mcp"
]
}
}
}
启动命令uvx qrz-mcp

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
pypiqrz-mcp0.6.0

工具

6

收录的工具列表 · 更新于 2 周前

此工具无需参数。

详细介绍

qrz-mcp

PyPI MCP Registry

适用于 QRZ.com 的 MCP 服务——通过任何兼容 MCP 的 AI 助手查询呼号、解析 DXCC 实体并查询日志。

本项目是 qso-graph 的一部分。使用 qso-graph-auth 管理凭据。

安装

uvx qrz-mcp            # run it; nothing to install

工具

工具API身份验证描述
qrz_lookupXML会话密钥呼号查询(姓名、网格、DXCC、执照等级、QSL 信息、图像)
qrz_dxccXML会话密钥根据呼号或实体代码解析 DXCC 实体
qrz_logbook_statusLogbookAPI 密钥日志统计(QSO 数量、DXCC 总数、日期范围)
qrz_logbook_fetchLogbookAPI 密钥使用筛选条件查询 QSO,并自动分页
qrz_downloadLogbookAPI 密钥将完整日志下载为 ADIF
get_version_info—无服务版本 + 上游 QRZ API 版本(服务集群身份验证)

快速开始

1. 设置凭据

qrz-mcp 使用 qso-graph-auth persona 管理凭据。QRZ 有两种独立的身份验证机制,分别通过两个 provider 提供——按需设置:

Provider工具凭据
qrzqrz_lookup、qrz_dxcc用户名 + 密码
qrz_logbookqrz_logbook_status、qrz_logbook_fetch、qrz_download用户名 + API 密钥
# Install qso-graph-auth if you haven't
uv tool install qso-graph-auth

# Create a persona (--start is required)
qso-auth persona add --name ki7mt --callsign KI7MT --start 2018-01-01

# XML API (qrz_lookup, qrz_dxcc)
qso-auth provider enable ki7mt qrz
qso-auth creds set ki7mt qrz              # asks for your username, then your password (hidden)

# Logbook API (qrz_logbook_status, qrz_logbook_fetch, qrz_download)
qso-auth provider enable ki7mt qrz_logbook
qso-auth creds set ki7mt qrz_logbook      # asks for your username, then your API key

# Verify
qso-auth creds doctor

在每次工具调用时,将 persona 名称(上例中的 ki7mt)作为 persona 参数传入。

省略 --password / --api-key 即可改为通过提示输入——将密钥作为 CLI 参数传入会把它们留在 shell 历史记录中。

XML API(呼号查询、DXCC)需要 QRZ XML Subscription(每年 $35.95)。免费层仅返回姓名和地址。

Logbook API 需要从 QRZ Settings > API 获取 API 密钥。

2. 配置 MCP 客户端

qrz-mcp 兼容任何 MCP 客户端。添加服务配置并重启后,工具会自动显示。

Claude Desktop

添加到 claude_desktop_config.json(macOS 上位于 ~/Library/Application Support/Claude/,Windows 上位于 %APPDATA%\Claude\):

{
  "mcpServers": {
    "qrz": {
      "command": "uvx",
      "args": ["qrz-mcp"]
    }
  }
}
Claude Code

添加到 .claude/settings.json:

{
  "mcpServers": {
    "qrz": {
      "command": "uvx",
      "args": ["qrz-mcp"]
    }
  }
}
ChatGPT Desktop

ChatGPT 通过 OpenAI Agents SDK 支持 MCP。可在 Settings > Apps & Connectors 中添加,或在 Agent 定义中配置:

{
  "mcpServers": {
    "qrz": {
      "command": "uvx",
      "args": ["qrz-mcp"]
    }
  }
}
Cursor

添加到 .cursor/mcp.json(项目级)或 ~/.cursor/mcp.json(全局):

{
  "mcpServers": {
    "qrz": {
      "command": "uvx",
      "args": ["qrz-mcp"]
    }
  }
}
VS Code / GitHub Copilot

添加到工作区中的 .vscode/mcp.json:

{
  "servers": {
    "qrz": {
      "command": "uvx",
      "args": ["qrz-mcp"]
    }
  }
}
Gemini CLI

添加到 ~/.gemini/settings.json(全局)或 .gemini/settings.json(项目级):

{
  "mcpServers": {
    "qrz": {
      "command": "uvx",
      "args": ["qrz-mcp"]
    }
  }
}
3. 提问

“在 QRZ 上查询 W1AW——他们的网格和执照等级是什么?”

“VP8PJ 属于哪个 DXCC 实体?”

“我的 QRZ 日志里有多少个 QSO?”

“显示我今年 QRZ 日志中所有 20m FT8 的 QSO”

速率限制

QRZ 会执行未公开的速率限制,可能导致 24 小时 IP 封禁。qrz-mcp 会为你提供保护:

  • 所有 API 调用之间至少间隔 500ms
  • 令牌桶:每分钟 35 个请求
  • 身份验证失败后冻结 60s
  • 连接被拒绝后冻结 3600s(检测 IP 封禁)
  • 内存响应缓存(呼号缓存 5 分钟,DXCC 缓存 1 小时)

无凭据测试

设置 mock 环境变量,即可在没有 QRZ 凭据的情况下测试全部 6 个工具:

QRZ_MCP_MOCK=1 qrz-mcp

MCP Inspector

qrz-mcp --transport streamable-http --port 8002

然后在 http://localhost:8002 打开 MCP Inspector。

开发

git clone https://github.com/qso-graph/qrz-mcp.git
cd qrz-mcp
uv sync --group dev
uv run pytest

QRZ 订阅等级

功能免费版XML 数据($35.95/年)
每日呼号查询次数100不限
返回字段仅姓名和地址全部(网格、经纬度、DXCC、等级、QSL、图片)
日志簿 API否是
DXCC 查询否是

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。