mcpField
R
Rocky Geo Mcp

Rocky Geo Mcp

本地服务
github.com/racccoinorg开发工具023 周前更新

关于 Rocky Geo Mcp

Rocky Geo Mcp 将托管于 RapidAPI 的 RockyGeo IP 地理定位 API 封装为 MCP 服务,供使用 MCP 的客户端查询 IPv4 和 IPv6 地址。它提供单 IP 查询、批量查询和健康检查工具。

主要功能

  1. 01查询单个 IP 的地理位置
  2. 02批量查询 1 至 100 个 IP
  3. 03检查服务状态与数据版本
  4. 04支持配置 RapidAPI 密钥和 API 地址

适用场景

  1. 01查询单个 IPv4 或 IPv6 地址的位置
  2. 02批量处理 IP 地理定位查询
  3. 03检查 RockyGeo API 的运行状态

MCP 相关

该 MCP 服务向客户端提供 `lookup_ip`、`lookup_ips_batch` 和 `health_check` 工具,并通过 RapidAPI 调用 RockyGeo API。

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。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

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

rockygeo-mcp

MCP(Model Context Protocol)服务,用于封装托管在 RapidAPI 上的 RockyGeo IP 地理定位 API。兼容 MCP 的客户端(Claude Desktop、Claude Code 等)可通过工具调用执行 IPv4/IPv6 地理定位查询。

安装

npm install
npm run build

配置

变量默认值说明
RAPIDAPI_KEY(必填)作为 x-rapidapi-key 发送。可使用 --api-key <k> 覆盖。
ROCKYGEO_BASE_URLhttps://rocky-geo.p.rapidapi.com/v1指向其他 Rocky Geo API 提供商。
ROCKYGEO_RAPIDAPI_HOST从基础 URL 解析对于 *.rapidapi.com 主机,作为 x-rapidapi-host 发送。

MCP 客户端配置

添加到客户端配置中(Claude Code ~/.claude.json、Claude Desktop claude_desktop_config.json 等):

{
  "mcpServers": {
    "rockygeo": {
      "command": "node",
      "args": ["/Users/cyborg97/rockygeomcp/dist/index.js"],
      "env": { "RAPIDAPI_KEY": "<your-key>" }
    }
  }
}

工具

  • lookup_ip — { ip: string } → 查询单个 IP 的地理位置。私有/保留 IP 会返回 { found: false }。
  • lookup_ips_batch — { ips: string[] }(1–100 个)→ { results: { [ip]: ... } }。
  • health_check — {} → { status, dataVersion, lastSyncAt, uptime }。

使用 inspector 进行冒烟测试

RAPIDAPI_KEY=<key> npx @modelcontextprotocol/inspector node dist/index.js

然后在 inspector UI 中:列出工具,使用 { "ip": "8.8.8.8" } 运行 lookup_ip。

集成测试

tests/integration.test.js 中的端到端测试会将构建好的服务作为子进程启动,并通过真实的 MCP stdio 传输调用每个工具,访问在线 RockyGeo API。

npm test

如果环境中没有 RAPIDAPI_KEY,运行器会提示输入(输入内容会隐藏)。如果 dist/ 不存在,运行器也会自动构建它。

注意:测试会访问真实的上游 API,因此会消耗 RapidAPI 配额;Free 计划可能会受到速率限制(1 RPS)。

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。