地图上的问题都问它！智能出行规划专家Claude + 谷歌地图MCP
摘要
本文介绍如何使用Google Maps MCP配合Claude模型，打造智能出行规划助手，轻松找到两地之间的理想地点。
地图上的问题都问它！智能出行规划专家Claude + 谷歌地图MCP
大语言模型与专业工具的结合正在创造令人惊叹的应用场景。本文将介绍如何将Claude与Google Maps MCP结合，解决"在两地之间找位置"的常见需求。
灵感来源
灵感来自Twitter上Cherry Studio的PM分享的应用场景：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的咖啡馆。
配置Google Maps MCP
配置步骤：
- 获取Google Maps API Key
- 配置Claude桌面应用添加Google Maps MCP
实际应用：寻找两地之间的餐厅
测试需求：
我在北京新国贸，朋友在天坛公园，希望在中间位置找到评分4.0以上的意大利餐厅。
Claude执行了以下操作：
- 查询两个地点的位置
- 计算中间点经纬度
- 搜索并筛选餐厅
- 生成结果列表
最终找到了6家符合条件的餐厅，并生成了包含餐厅名称、评分、地址等信息的HTML页面。
总结
Google Maps MCP与Claude的结合为用户提供了更加个性化和智能化的地图服务。通过自然语言描述，用户可以更友好地规划出行，这对提升用户体验具有重要意义。
未来应用场景可能包括：
- 基于多种约束条件的复杂位置查询
- 个性化推荐
- 多人会面最优位置计算
- 结合交通状况的实时路线规划
往期回顾
相关文章
2026年7月19日
grill-me：让 AI 反过来拷问你
我们让 AI 写东西，常常是它还没搞明白你要什么就动手，结果返工。Matt Pocock 那个 17 万星 skills 仓库里最受欢迎的 grill-me 把这件事掉了个头 - 让 AI 在动手之前，先一个问题一个问题地把你拷问一遍。这篇聊聊它是什么、原理、怎么装，再拿我自己两次真实使用走一遍。
2026年7月17日
【AI早读 0717】Inkling 975B 开源，Thinking Machines 的首个基座模型
昨天是开源大日子 - Thinking Machines 发布首个基座模型 Inkling（975B MoE，Apache 2.0），Moonshot 放出 2.8 万亿参数的 Kimi K3，xAI 的 Grok 4.3 首次登陆 Amazon Bedrock，NVIDIA Nemotron 3 Embed 登顶 RTEB 排行榜，ChatGPT 也开始接管桌面操作。
2026年7月16日
【AI早读 0716】GPT-Red自改进与AI Agent全面进化
今天的主轴是 AI 开始自己改进自己 - OpenAI 用自博弈训练出红队模型 GPT-Red，把 GPT-5.6 的 prompt injection 失败率降到四个月前的六分之一；AWS 把 Computer Vision、Strands Agents 和 MCP 串成 Agentic Vision 管线，Codex Micro 与 Computer-Use 2.0 把 Agent 推向多线并行，Tomasz Tunguz 则抛出「Harness 才是新战场」。
最近一封 · Sample
grill-me：让 AI 反过来拷问你
“我们让 AI 写东西，常常是它还没搞明白你要什么就动手，结果返工。Matt Pocock 那个 17 万星 skills 仓库里最受欢迎的 grill-me 把这件事掉了个头 - 让 AI 在动手之前，先一个问题一个问题地把你拷问一遍。这篇聊聊它是什么、原理、怎么装，再拿我自己两次真实使用走一遍。”
—— william
来信
里面装的是
- 新文章 — 写完一篇就寄一封，不攒货
- 这周读到的、看到的、好用的工具
- 正在折腾的实验，附带翻车记录
约莫 1–2 周一封 · 随时退订
合作伙伴
CompeteMap — 英国及爱尔兰学生竞赛一站式搜索
数学、编程、科学、写作等各类竞赛信息汇总，支持按年龄和科目筛选，再也不错过报名截止日。