“Foursquare Places” MCP 服务器的作用是什么?
Foursquare Places MCP 服务器是一款模型上下文协议(MCP)实现,它将 AI 助手与 Foursquare Places API 连接,使其能够访问丰富的实时位置信息。通过对接 Foursquare 覆盖 1500+ 类别、全球 1 亿多个地点的数据库,该服务器让 AI 应用可执行高级本地搜索、地理标记与情境感知任务。开发者可借助此工具,使 AI 智能体检索用户附近或指定范围内地点的详细元数据,包括评论、评分、照片和人气指标等。该集成让 AI 智能体和应用具备情境感知能力,能够提供高度个性化、基于位置的推荐与洞见。
提示模板列表
仓库中未发现有关提示模板的信息。
资源列表
仓库文档中未明确描述 MCP 资源列表。
工具列表
根据现有文档和文件,未找到直接的工具列表(如 server.py 等中的工具定义)。
该 MCP 服务器的应用场景
- 本地地点搜索:AI 智能体可利用 Foursquare 丰富的位置数据库,搜索附近地点,为用户提供情境相关的推荐。
- 地理标记与地点匹配:采用 Place Snap 技术,准确定位用户位置并与真实场所匹配,提升导航和签到体验。
- 情境元数据获取:能检索地点的丰富元数据(评论、评分、照片、人气等),让 AI 智能体为用户提供详细信息。
- 个性化体验:支持创建情境感知的 AI 智能体,根据用户当前位置和偏好量身定制回复和建议。
- 基于位置的洞见:支持将原始 GPS 数据转化为可操作洞见,如识别热门场所、兴趣点或商业智能等应用。
如何设置
Windsurf
- 确保已安装 Python 和 Node.js。
- 获取您的 Foursquare 服务 API Key(请参阅 Foursquare 开发者文档)。
- 编辑 Windsurf 配置文件(如
windsurf.config.json)。 - 使用以下 JSON 片段添加 Foursquare Places MCP 服务器:
{ "mcpServers": { "foursquare-places": { "command": "python", "args": ["-m", "fsq-server-python.server"] } } } - 保存配置并重启 Windsurf。
- 在 Windsurf 界面检查 MCP 服务器状态以验证设置。
Claude
- 下载并安装 Claude 桌面应用 。
- 获取您的 Foursquare 服务 API Key。
- 参考
fsq-server-python/README.md的说明在本地搭建 MCP 服务器。 - 在 Claude 桌面应用的配置面板中添加:
{ "mcpServers": { "foursquare-places": { "command": "python", "args": ["-m", "fsq-server-python.server"] } } } - 保存并重启 Claude 桌面端。通过 MCP 服务器列表确认服务器已运行。
Cursor
- 安装 Python 并确保已安装 Node.js。
- 获取您的 Foursquare API key。
- 打开 Cursor 的配置文件。
- 添加如下 MCP 服务器配置项:
{ "mcpServers": { "foursquare-places": { "command": "python", "args": ["-m", "fsq-server-python.server"] } } } - 保存更改,重启 Cursor 并验证连接。
Cline
- 确保已安装 Python 和 Node.js。
- 获取您的 Foursquare API Key。
- 编辑 Cline MCP 服务器配置。
- 插入:
{ "mcpServers": { "foursquare-places": { "command": "python", "args": ["-m", "fsq-server-python.server"] } } } - 保存配置并重启 Cline;验证 MCP 服务器是否已列出。
API Key 安全存储
- 请将 Foursquare API key 存储在环境变量中(如
FSQ_API_KEY)。 - 配合环境变量的配置示例:
{ "mcpServers": { "foursquare-places": { "command": "python", "args": ["-m", "fsq-server-python.server"], "env": { "FSQ_API_KEY": "${FSQ_API_KEY}" }, "inputs": { "api_key": "${FSQ_API_KEY}" } } } }
在流程中如何使用 MCP
在 FlowHunt 中集成 MCP
要将 MCP 服务器集成到 FlowHunt 工作流中,请先在流程中添加 MCP 组件,并将其连接至您的 AI 智能体:

点击 MCP 组件以打开配置面板。在系统 MCP 配置区域,使用如下 JSON 格式填写您的 MCP 服务器信息:
{
"foursquare-places": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI 智能体即可作为工具调用该 MCP,访问其全部功能。请记得将 “foursquare-places” 替换为您的 MCP 服务器实际名称,并将 URL 替换为实际地址。
概览
| 部分 | 是否有 | 说明/备注 |
|---|---|---|
| 概览 | ✅ | 在 README 与项目简介中有提供 |
| 提示模板列表 | ⛔ | 未找到提示模板 |
| 资源列表 | ⛔ | 未找到 MCP 资源列表 |
| 工具列表 | ⛔ | 顶层文档和 server.py 中均未发现工具定义 |
| API Key 安全存储 | ✅ | 提供了使用环境变量的说明 |
| 采样支持(评测时不重要) | ⛔ | 未提及 |
根据现有文档,Foursquare Places MCP 服务器提供了完整的概览和部署说明,但缺乏有关提示、资源、工具、根节点和采样支持的具体细节。该项目仍处于早期阶段,文档除部署外较为简略。
我们的评价
鉴于关键信息及 MCP 相关概念(如工具和资源)说明有限,该 MCP 服务器评分为 3/10。它有明确的用途和部署指引,但在 MCP 集成文档方面尚不完善。
MCP 评分
| 有 LICENSE | ✅ |
|---|---|
| 至少有一个工具 | ⛔ |
| Fork 数量 | 0 |
| Star 数量 | 5 |
