Skip to main content

快递鸟MCP服务 - 提供快递物流查询的MCP协议服务

Project description

快递鸟物流服务 - KDNiao Logistics MCP Service

基于快递鸟API的MCP服务,为AI助手提供物流查询、单号识别、时效预估、地址解析、网点查询和跨境物流查询功能。

功能特性

  • 物流轨迹查询:支持100+快递公司的实时物流轨迹查询
  • 智能单号识别:自动识别快递单号对应的快递公司
  • 时效预估:预估快递配送时间和路线
  • 智能地址解析:解析完整地址信息,拆分省市区街道、姓名、电话等
  • 网点查询:查询快递公司在指定地区的服务网点信息
  • 跨境物流查询:支持国际快递的物流轨迹查询,包含清关状态

快速开始

1. 安装

git clone <repository-url>
cd mcptrae
pip install -r requirements.txt

2. 获取API密钥

  1. 访问 快递鸟官网 注册账户
  2. 获取 EBusinessIDAPIKey

3. 启动服务

MCP客户端配置

{
  "mcpServers": {
    "kdniao-mcp": {
      "command": "python",
      "args": ["-m", "kdnmcp.main"],
      "env": {
        "EBUSINESS_ID": "your_ebusiness_id",
        "API_KEY": "your_api_key"
      }
    }
  }
}

直接启动

# Stdio模式(推荐)
EBUSINESS_ID=your_id API_KEY=your_key python -m kdnmcp.main

# Web模式
python -m kdnmcp.main --transport http --port 8000

可用工具

1. 物流轨迹查询 (track_logistics)

查询快递包裹的实时物流轨迹信息。

参数:

  • logistic_code (必需): 快递单号
  • shipper_code (可选): 快递公司编码
  • mobile (可选): 手机号后四位(顺丰需要)

2. 单号识别 (recognize_logistics_code)

自动识别快递单号对应的快递公司。

参数:

  • logistic_code (必需): 快递单号

3. 时效预估 (estimate_delivery_time)

预估快递配送时间和路线信息。

参数:

  • shipper_code (必需): 快递公司编码
  • send_province/city/area (必需): 发件地址
  • receive_province/city/area (必需): 收件地址
  • logistic_code (可选): 快递单号

4. 智能地址解析 (parse_address)

解析完整地址信息,拆分为省市区街道、姓名、电话等。

参数:

  • content (必需): 待识别的完整地址

5. 网点查询 (query_service_points)

查询快递公司在指定地区的服务网点信息。

参数:

  • shipper_code (必需): 快递公司编码
  • province_name (必需): 省份名称
  • city_name/area_name (可选): 城市/区县名称
  • address (可选): 地址关键词(顺丰和极兔必填)

6. 跨境物流查询 (track_cross_border_logistics)

查询国际快递的物流轨迹信息,支持清关状态。

参数:

  • shipper_code (必需): 物流公司编码
  • logistic_code (必需): 快递单号
  • order_code (可选): 订单编号

支持的快递公司

支持100+快递公司,主要包括:顺丰(SF)、圆通(YTO)、中通(ZTO)、申通(STO)、韵达(YD)、极兔(JTSD)、京东(JD)、邮政EMS、德邦(DBL)、百世(HTKY)等。

常见问题

API认证失败

  • 检查 EBUSINESS_IDAPI_KEY 是否正确
  • 确认快递鸟账户状态正常

参数验证错误

  • 检查快递公司编码是否正确
  • 验证快递单号格式

调试模式

EBUSINESS_ID=your_id API_KEY=your_key python -m kdnmcp.main --debug

许可证

MIT License


由快递鸟(www.kdniao.com)提供技术支持

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

kdnmcp-1.0.4.tar.gz (134.8 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

kdnmcp-1.0.4-py3-none-any.whl (145.5 kB view details)

Uploaded Python 3

File details

Details for the file kdnmcp-1.0.4.tar.gz.

File metadata

  • Download URL: kdnmcp-1.0.4.tar.gz
  • Upload date:
  • Size: 134.8 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.12.5

File hashes

Hashes for kdnmcp-1.0.4.tar.gz
Algorithm Hash digest
SHA256 be57ef2bbf9b39700a10d9a052ab31789c033c56fad06f33a9510d72020d4175
MD5 abefeab40fc5fe66653381aa5debdce8
BLAKE2b-256 fbaf3b216ec8cbcfabf0baf75383318b406d60d7a5263a9c9a2736361d9272b6

See more details on using hashes here.

File details

Details for the file kdnmcp-1.0.4-py3-none-any.whl.

File metadata

  • Download URL: kdnmcp-1.0.4-py3-none-any.whl
  • Upload date:
  • Size: 145.5 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.12.5

File hashes

Hashes for kdnmcp-1.0.4-py3-none-any.whl
Algorithm Hash digest
SHA256 333c68050e03fb629e8c5fd708ce62a6f72084fb95d553f6d2d914f530c951d0
MD5 ab59f48e24883e41d20ad97f92a6cc94
BLAKE2b-256 8dc442a0405227e62026f6ad3e4402d737cd29f35197663b2453e71049fc28e4

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page