NearbySearch MCP Server 是一款用于附近地点搜索的MCP服务器，它赋予AI模型基于用户IP地址感知位置的能力。通过集成 ipapi.co 和 Google Places API，该服务器能够根据关键词和可选的地点类型，搜索用户附近的场所。开发者可以利用此工具，轻松构建具备位置感知能力的AI应用，例如，推荐附近的餐厅或咖啡馆。

该解决方案的核心价值在于其简易性和高效性。只需提供 Google Cloud Platform API 密钥，并通过简单的 search_nearby 工具端点，即可实现强大的位置搜索功能。开发者可以通过 MCP 客户端配置，轻松将此服务器集成到现有的AI工作流程中。NearbySearch MCP Server 使用 Python 3.10+ 开发，并依赖 mcp[cli]、httpx 和 python-dotenv 等库，确保了其稳定性和易用性。

基于IP的地理位置检测

该功能利用用户的IP地址，通过ipapi.co服务确定其大致地理位置。这使得AI模型能够在无需用户手动输入或启用GPS的情况下，自动获取用户所在位置的相关信息。该功能的工作原理是向ipapi.co发送包含用户IP地址的请求，该服务返回包含经纬度坐标的地理位置数据。AI模型可以利用这些坐标来执行后续的附近地点搜索。例如，一个旅游推荐应用可以使用此功能，在用户首次打开应用时，自动推荐用户所在城市的热门景点，而无需用户进行任何手动设置。技术实现上，该功能依赖于Python的httpx库发送HTTP请求，并解析返回的JSON数据。

Google Places集成

该功能集成了Google Places API，允许AI模型根据关键词和可选的类型过滤器搜索附近的地点。通过Google Places API，AI模型可以访问一个庞大的地点数据库，并根据用户的需求进行精确搜索。用户可以指定关键词（例如“咖啡馆”）和地点类型（例如“餐厅”、“酒吧”），从而缩小搜索范围，找到最符合需求的地点。例如，一个餐饮推荐机器人可以使用此功能，根据用户输入的“寿司”关键词和“餐厅”类型，搜索用户附近的寿司店。该功能通过向Google Places API发送包含关键词、位置坐标和半径的请求来实现，API返回符合条件的地点列表，包括名称、地址、评分等信息。

简易工具端点

nearby-search-mcp提供了一个名为search_nearby的单一工具端点，简化了AI模型与附近地点搜索功能的交互。该端点接受关键词、半径和类型作为参数，允许开发者自定义搜索范围和条件。这种简化的接口降低了AI模型集成的复杂性，使得开发者能够快速地将附近地点搜索功能集成到他们的应用中。例如，一个智能助手可以使用该端点，根据用户的语音指令“附近有什么好吃的”来搜索附近的餐厅，并将结果以简洁明了的方式呈现给用户。技术实现上，该端点基于HTTP协议，使用mcp[cli]框架进行封装，方便AI模型通过标准输入/输出或HTTP请求进行调用。

可定制的搜索半径

nearby-search-mcp允许开发者通过radius参数自定义搜索半径，从而灵活地控制搜索范围。默认搜索半径为1500米，开发者可以根据实际需求调整该值，以获得更精确的搜索结果。较小的半径适用于搜索用户附近的地点，而较大的半径则适用于搜索更大范围内的地点。例如，一个房地产应用可以使用较小的半径来搜索用户附近的房源，而一个旅游规划应用可以使用较大的半径来搜索用户所在城市的所有景点。这种可定制的搜索半径提高了nearby-search-mcp的适用性，使其能够满足不同应用场景的需求。