关于 maps
maps 是基于开放地理数据的地点查询技能,适用于位置搜索、周边地点发现和路线查询。它提供地理编码、兴趣点筛选、路线与时区信息,并仅依赖 Python 标准库。
主要功能
- 01地点名称与坐标互转
- 02按类别查找周边地点
- 03计算距离与逐步路线
- 04查询地点时区
- 05按边界框筛选兴趣点
适用场景
- 01根据位置图钉寻找附近咖啡馆
- 02查询地点名称对应的坐标
- 03比较驾车、步行或骑行路线
- 04查找区域内的餐馆等地点
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ nousresearch/ hermes-agent --skill maps安装后在 Claude Code 中输入/maps确认已加载。
附带文件scripts/maps_client.py
详细介绍
地图技能
使用免费的开放数据源提供位置智能功能。包含 8 个命令、44 个 POI 类别、零依赖(仅使用 Python 标准库),无需 API 密钥。
数据源:OpenStreetMap/Nominatim、Overpass API、OSRM、TimeAPI.io。
此技能取代旧版 find-nearby 技能——find-nearby 的所有功能均由下方的
nearby 命令覆盖,并保留相同的 --near "<place>" 快捷方式和多类别支持。
适用场景
- 用户发送 Telegram 位置图钉(消息中包含纬度/经度)→
nearby - 用户想查询某个地点名称对应的坐标 →
search - 用户有坐标,想查询对应地址 →
reverse - 用户询问附近的餐厅、医院、药店、酒店等 →
nearby - 用户想查询驾车/步行/骑行距离或行程时间 →
distance - 用户想查询两地之间的逐向导航路线 →
directions - 用户想查询某个地点的时区信息 →
timezone - 用户想搜索某个地理区域内的 POI →
area+bbox
前提条件
Python 3.8+(仅使用标准库,无需通过 pip 安装)。
脚本路径:~/.hermes/skills/maps/scripts/maps_client.py
命令
MAPS=~/.hermes/skills/maps/scripts/maps_client.py
search — 地点名称地理编码
python $MAPS search "Eiffel Tower"
python $MAPS search "1600 Pennsylvania Ave, Washington DC"
返回:纬度、经度、显示名称、类型、边界框、重要性评分。
reverse — 根据坐标查询地址
python $MAPS reverse 48.8584 2.2945
返回:完整地址信息(街道、城市、州/省、国家、邮政编码)。
nearby — 按类别查找地点
# By coordinates (from a Telegram location pin, for example)
python $MAPS nearby 48.8584 2.2945 restaurant --limit 10
python $MAPS nearby 40.7128 -74.0060 hospital --radius 2000
# By address / city / zip / landmark — --near auto-geocodes
python $MAPS nearby --near "Times Square, New York" --category cafe
python $MAPS nearby --near "90210" --category pharmacy
# Multiple categories merged into one query
python $MAPS nearby --near "downtown austin" --category restaurant --category bar --limit 10
46 个类别:餐厅、咖啡馆、酒吧、医院、药店、酒店、宾馆、 露营地、超市、ATM、加油站、停车场、博物馆、公园、学校、 大学、银行、警察局、消防站、图书馆、机场、火车站、 公交车站、教堂、清真寺、犹太教堂、牙医、医生、电影院、剧院、健身房、 游泳池、邮局、便利店、面包店、书店、洗衣店、 洗车店、汽车租赁、自行车租赁、出租车、兽医、动物园、游乐场、 体育场、夜总会。
每条结果包含:name、address、lat/lon、distance_m、
maps_url(可点击的 Google Maps 链接)、directions_url(从搜索点出发的 Google Maps
路线),以及可用时提升显示的标签——
cuisine、hours(opening_hours)、phone、website。
distance — 行程距离与时间
python $MAPS distance "Paris" --to "Lyon"
python $MAPS distance "New York" --to "Boston" --mode driving
python $MAPS distance "Big Ben" --to "Tower Bridge" --mode walking
模式:驾车(默认)、步行、骑行。返回道路距离、行程时间 和直线距离,供比较参考。
directions — 逐向导航
python $MAPS directions "Eiffel Tower" --to "Louvre Museum" --mode walking
python $MAPS directions "JFK Airport" --to "Times Square" --mode driving
返回编号步骤,包含指示、距离、行程时间、道路名称和 操作类型(转弯、出发、抵达等)。
timezone — 查询坐标对应的时区
python $MAPS timezone 48.8584 2.2945
python $MAPS timezone 35.6762 139.6503
返回时区名称、UTC 偏移量和当地当前时间。
area — 查询地点的边界框和面积
python $MAPS area "Manhattan, New York"
python $MAPS area "London"
返回边界框坐标、宽度/高度(公里)和大致面积。 可用于为 bbox 命令提供输入。
bbox — 在边界框内搜索
python $MAPS bbox 40.75 -74.00 40.77 -73.98 restaurant --limit 20
查找地理矩形范围内的 POI。先使用 area 获取指定地点的
边界框坐标。
使用 Telegram 位置图钉
用户发送位置图钉时,消息中会包含 latitude: 和
longitude: 字段。提取这两个字段,并直接传给 nearby:
# User sent a pin at 36.17, -115.14 and asked "find cafes nearby"
python $MAPS nearby 36.17 -115.14 cafe --radius 1500
将结果整理为编号列表,列出名称、距离和
maps_url 字段,方便用户在聊天中点击链接打开地图。对于“现在
营业吗?”之类的问题,请检查 hours 字段;如果缺失或不明确,请通过 web_search 核实,因为 OSM 营业时间由社区维护,不一定
是最新信息。
工作流示例
“查找罗马斗兽场附近的意大利餐厅”:
nearby --near "Colosseum Rome" --category restaurant --radius 500— 一条命令,自动进行地理编码
“他们发来的这个位置图钉附近有什么?”:
- 从 Telegram 消息中提取纬度/经度
nearby LAT LON cafe --radius 1500
“从酒店到会议中心怎么走?”:
directions "Hotel Name" --to "Conference Center" --mode walking
“西雅图市中心有哪些餐厅?”:
area "Downtown Seattle"→ 获取边界框bbox S W N E restaurant --limit 30
注意事项
- Nominatim 服务条款:每秒最多 1 个请求(脚本会自动处理)
nearby需要纬度/经度或--near "<address>",二者任选其一- OSRM 的路线规划覆盖范围以欧洲和北美为佳
- 高峰时段 Overpass API 可能响应较慢;脚本会自动在镜像之间切换(overpass-api.de → overpass.kumi.systems)
distance和directions使用--to标志指定目的地(而非位置参数)- 如果单独使用邮政编码在全球范围内会产生歧义,请附上国家/州信息
验证
python ~/.hermes/skills/maps/scripts/maps_client.py search "Statue of Liberty"
# Should return lat ~40.689, lon ~-74.044
python ~/.hermes/skills/maps/scripts/maps_client.py nearby --near "Times Square" --category restaurant --limit 3
# Should return a list of restaurants within ~500m of Times Square