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
- 访问 快递鸟官网 注册账户
- 获取
EBusinessID和APIKey
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_ID和API_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
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)
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
kdnmcp-1.0.4-py3-none-any.whl
(145.5 kB
view details)
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
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
be57ef2bbf9b39700a10d9a052ab31789c033c56fad06f33a9510d72020d4175
|
|
| MD5 |
abefeab40fc5fe66653381aa5debdce8
|
|
| BLAKE2b-256 |
fbaf3b216ec8cbcfabf0baf75383318b406d60d7a5263a9c9a2736361d9272b6
|
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
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
333c68050e03fb629e8c5fd708ce62a6f72084fb95d553f6d2d914f530c951d0
|
|
| MD5 |
ab59f48e24883e41d20ad97f92a6cc94
|
|
| BLAKE2b-256 |
8dc442a0405227e62026f6ad3e4402d737cd29f35197663b2453e71049fc28e4
|