地图上的问题都问它！智能出行规划专家Claude + 谷歌地图MCP
地图上的问题都问它！智能出行规划专家Claude + 谷歌地图MCP
在人工智能快速发展的今天，大语言模型(LLM)与各类专业工具的结合正在创造出令人惊叹的应用场景。本文将为大家介绍如何将Claude模型与Google Maps MCP(Model Control Protocol)结合，打造一个智能出行规划助手，轻松解决"在两个地点之间找位置"这一常见需求。
灵感来源
本文的灵感来源于Twitter上Cherry Studio的PM分享的一个有趣应用场景：在地图上寻找两个地点之间的咖啡馆。该推文展示了如何在上海浦东和嘉定之间找到适合会面且方便停车的咖啡馆，最终定位到了6家咖啡馆，包含详细的地址信息、营业时间、评分和经纬度位置。
虽然原推文使用的是高德地图API，但由于我目前没有高德API的访问权限，因此决定尝试使用Google Maps MCP配合Claude模型，看看是否能够重现类似的体验。
配置Google Maps MCP
要使用Google Maps MCP，我们需要进行以下配置：
- 首先访问MCP官方代码仓库，找到Google Maps服务器的配置说明
- 获取Google Maps API Key：
- 前往Google Cloud控制台
- 创建或选择一个项目
- 关联billing账号（这是必须的）
- 在凭据页面创建新的API Key
- 配置Claude桌面应用：
- 打开Claude桌面应用的MCP配置文件
- 添加Google Maps MCP配置
- 填入刚刚获取的API Key
- 保存配置并重启Claude桌面应用
完成配置后，在Claude桌面应用的工具栏中，我们可以看到Google Maps提供的多个MCP工具可供使用。
实际应用：寻找两地之间的意大利餐厅
为了测试这个配置，我提出了一个实际需求：
我在北京新国贸，我的朋友在天坛公园，我们约了见面。我希望能够在我俩中间的位置找到评分在4.0以上的意大利餐厅。
Claude利用Google Maps MCP工具执行了以下操作：
- 查询北京新国贸的地理位置
- 查询天坛公园的地理位置
- 计算两地之间的中间点经纬度
- 基于中间点经纬度搜索附近的意大利餐厅
- 筛选出评分4.0以上的餐厅
- 按照评分和位置合适度排序结果
最终，Claude找到了6家符合条件的意大利餐厅，其中评分最高的一家达到了5分，位置也非常适合两人会面。
结果展示优化
为了更好地展示搜索结果，我参考了Cherry Studio PM分享的卡片设计，让Claude生成了一个HTML页面，包含以下信息：
- 餐厅名称（可点击跳转到Google Maps）
- 餐厅评分
- 餐厅地址
- 营业时间
- 到两个地点的距离
生成的HTML页面设计美观，每个餐厅名称都可以点击跳转到Google Maps对应位置，方便用户进一步查看详情和导航。
总结与展望
通过Google Maps MCP与Claude模型的结合，我们成功实现了一个智能出行规划助手，能够轻松解决"在两地之间找位置"的需求。这种结合不仅提高了地图应用的易用性，还为用户提供了更加个性化和智能化的服务。
MCP（Model Control Protocol）作为连接大语言模型与专业工具的桥梁，正在开启AI应用的新篇章。通过自然语言描述，用户可以更加友好地寻找想要去的地方，规划出行路线，这对提升用户体验具有重要意义。
未来，随着更多地图服务提供MCP接口，以及大语言模型能力的不断提升，我们可以期待更多创新的地图应用场景，例如：
- 基于多种约束条件的复杂位置查询
- 结合用户偏好的个性化推荐
- 多人会面的最优位置计算
- 结合交通状况的实时路线规划
如果您有高德地图的API访问权限，也可以尝试配置高德地图MCP，体验类似的功能。
您在使用中还有什么更加有趣的应用场景或心得，欢迎在评论区留言分享！