Skip to main content

12306火车票MCP Server — 10个工具覆盖火车票/机票/酒店/景点/美食/交通/行程规划/万豪酒店全场景,飞猪+高德双引擎,实时数据直连

Project description

🚄 12306火车票

12306火车票一站式国内旅行助手MCP服务,连接大语言模型与火车票/机票/酒店/景点/美食/交通实时数据,为AI助手、旅行智能体及Cursor/Cherry Studio/Windsurf等IDE提供10个工具覆盖国内旅行全场景。飞猪+高德双引擎,实时数据直连,零配置即装即用。

支持自然语言输入(如"明天上海到北京的高铁票""成都住春熙路附近300左右的酒店"),自动调用对应工具返回结构化数据。10个工具覆盖火车票/机票/酒店/景点/美食/交通/行程规划/万豪酒店全场景:

▸ search_train — 查火车票/高铁票余票票价时刻表,精准区分G字头高铁与D字头动车 ▸ search_flight — 国内机票实时比价,飞猪+途牛双源 ▸ search_hotel — 酒店实时搜索,飞猪+RG双源比价 ▸ search_marriott_hotel — 万豪集团旗下酒店专项搜索 ▸ get_marriott_hotel_info — 万豪酒店详情查询 ▸ search_poi — 景点门票搜索,高德POI数据 ▸ search_food — 美食餐厅推荐,含评分人均消费 ▸ search_transport — 市内交通方案,公交地铁+高德打车 ▸ plan_trip — 智能行程规划,综合推荐 ▸ search_fast — 极速搜索,一个关键词搜全平台

✨ 核心特性

精准区分车型 — 查火车票时准确区分G字头高铁与D字头动车,不会混淆车型 ▸ 双引擎实时数据 — 飞猪旅行API(火车票/机票/酒店/景点)+ 高德地图API(美食/交通/打车),所有数据直连OTA实时返回 ▸ 互动推荐闭环 — 查完火车票自动推荐酒店/景点/交通,形成"查票→住宿→游玩→出行"一站式闭环 ▸ 零配置即用 — MCP URL直连即用,无需额外申请Key,配置即接入 ▸ 10个工具全覆盖 — 从查票到规划到打车,国内旅行一个MCP搞定

🛠 工具

search_train - 查询火车票

查询火车票/高铁票的余票、价格和时刻表。数据源:12306官方接口+飞猪旅行API,返回实时车次、票价、各座席余票数量。

参数:origin(string,✅必填):出发城市,如"上海""北京" ▸ destination(string,✅必填):到达城市,如"北京""成都" ▸ date(string,✅必填):出发日期,如"明天""2025-06-20"


search_flight - 查询机票

查询国内机票实时价格。数据源:飞猪旅行API+途牛API,多平台比价返回最低价及预订链接。

参数:origin(string,✅必填):出发城市 ▸ destination(string,✅必填):到达城市 ▸ date(string,✅必填):出发日期


search_hotel - 搜索酒店

搜索酒店实时价格和评分。数据源:飞猪旅行API+RG酒店API,直接调用OTA API返回实时房价+预订链接。

参数:destination(string,✅必填):目的地城市 ▸ checkin(string,✅必填):入住日期 ▸ checkout(string,✅必填):离店日期


search_marriott_hotel - 搜索万豪酒店

搜索万豪集团旗下酒店实时价格。支持万豪/喜来登/JW/威斯汀/丽思卡尔顿/万怡等品牌。

参数:destination(string,✅必填):目的地城市 ▸ checkin(string,选填):入住日期 ▸ checkout(string,选填):离店日期


get_marriott_hotel_info - 万豪酒店详情

获取万豪酒店详细信息,包括房型、价格、设施和预订链接。

参数:hotel_name(string,选填):酒店名称 ▸ hotel_id(string,选填):酒店ID


search_poi - 搜索景点门票

搜索景点门票和旅游信息。数据源:高德地图POI搜索API。

参数:keyword(string,✅必填):景点关键词 ▸ city(string,选填):所在城市


search_food - 美食推荐

搜索附近美食餐厅,返回评分、人均消费和地址。数据源:高德地图POI搜索API。

参数:location(string,✅必填):位置,如"外滩""三里屯" ▸ city(string,✅必填):所在城市 ▸ keyword(string,选填):菜系筛选,如"火锅""日料"


search_transport - 市内交通

查询市内交通方案,返回公交/地铁路线+高德打车唤端链接+打车费用预估。

参数:origin(string,✅必填):出发地 ▸ destination(string,✅必填):目的地 ▸ city(string,✅必填):所在城市


plan_trip - 智能行程规划

根据目的地和天数生成完整旅行攻略,综合调用火车票+机票+酒店+景点+美食数据。

参数:destination(string,✅必填):目的地,如"成都""厦门" ▸ days(string,✅必填):旅行天数


search_fast - 极速搜索

一个关键词同时搜索酒店、景点、机票。

参数:keyword(string,✅必填):搜索关键词

📝 使用示例

▸ "明天上海到北京的高铁票" → search_train ▸ "北京到成都机票" → search_flight ▸ "成都住春熙路附近,300左右的酒店" → search_hotel ▸ "上海外滩附近有什么好吃的" → search_food ▸ "从浦东机场怎么去虹桥火车站" → search_transport ▸ "成都5天行程规划" → plan_trip

适用场景

  • AI编程助手:在Cursor/Windsurf中直接调用火车票查询,为旅行项目提供实时数据
  • 旅行智能体:给旅行AI Agent接上12306能力,实现"查票→酒店→景点→出行"端到端闭环
  • 对话式旅行应用:自然语言输入即可获得火车票+酒店+景点推荐
  • 与其他旅行MCP联动:搭配酒店/景点MCP服务,构建一站式旅行方案

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

mcp_train_ticket-1.0.0.tar.gz (8.8 kB view details)

Uploaded Source

Built Distribution

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

mcp_train_ticket-1.0.0-py3-none-any.whl (10.6 kB view details)

Uploaded Python 3

File details

Details for the file mcp_train_ticket-1.0.0.tar.gz.

File metadata

  • Download URL: mcp_train_ticket-1.0.0.tar.gz
  • Upload date:
  • Size: 8.8 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.13.12

File hashes

Hashes for mcp_train_ticket-1.0.0.tar.gz
Algorithm Hash digest
SHA256 5d5cbd5e37a6b32089b0013e40bce2d6fd09e7255c71164bf3855f8d297e98d9
MD5 5314e2224d1a9880e3f8161f4b4174ea
BLAKE2b-256 0b1e5e14782f27355565b07305b45671a7cd928e3d3599c9a5ccdd590fc533cc

See more details on using hashes here.

File details

Details for the file mcp_train_ticket-1.0.0-py3-none-any.whl.

File metadata

File hashes

Hashes for mcp_train_ticket-1.0.0-py3-none-any.whl
Algorithm Hash digest
SHA256 ddc3826545214ae5e12991c00d2ec51f87decc47c8a48bcd4310a7605a8c7c7c
MD5 a9d475c3c859dc981014e65677ce5e3c
BLAKE2b-256 b85c503a4bb32bff3462f9e9bdc01c578f15f68cb7bd30f3bd830314180b106d

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