GeoTrek MCP
MCP server for searching treks (hiking, mountain biking, horse riding, snowshoeing, etc.) on a GeoTrek instance via its public API, with geocoding via Nominatim. Exposes tools to search treks by duration, elevation, regulation labels, activity type, and proximity to a place or coordinates.
README
GeoTrek MCP
Serveur MCP (Model Context Protocol) pour rechercher des treks (randonnées, VTT, équestre, raquette, ...) sur une instance GeoTrek via son API publique v2, avec géocodage de lieux via Nominatim.
Outils exposés
search_treks— recherche des treks selon la durée (h), le dénivelé positif (m), les labels de réglementation, le type d'activité, et la proximité d'un lieu (nom, géocodé via Nominatim) ou de coordonnées (lat/lon+radius_km).list_activities— liste les types d'activité (pratiques) de l'instance GeoTrek, à utiliser danssearch_treks(practice_names=...).list_labels— liste les labels de réglementation de l'instance GeoTrek, à utiliser danssearch_treks(label_names=...).
Installation
pip install -e .
Configuration
L'adresse de l'instance GeoTrek est un paramètre du serveur, fourni au démarrage via variable d'environnement ou argument CLI :
export GEOTREK_BASE_URL="https://geotrek-admin.ecrins-parcnational.fr"
geotrek-mcp
# ou
geotrek-mcp --base-url https://geotrek-admin.ecrins-parcnational.fr
Variables/arguments optionnels :
NOMINATIM_URL/--nominatim-url: instance Nominatim à utiliser pour le géocodage (défaut :https://nominatim.openstreetmap.org).MCP_TRANSPORT/--transport:stdio(défaut, usage local) oustreamable-http(serveur distant accessible en HTTP, voir ci-dessous).MCP_HOST/--host: adresse d'écoute pourstreamable-http(défaut0.0.0.0).MCP_PORT/--port: port d'écoute pourstreamable-http(défaut8000).
Déploiement à distance (Claude.ai, ChatGPT, ...)
Pour être ajouté comme connecteur distant sur Claude.ai ou ChatGPT, le serveur
doit tourner en transport HTTP (pas stdio, qui n'est utilisable que par un
client lancé sur la même machine) et être exposé en HTTPS.
Sur votre serveur, après avoir cloné le dépôt et installé le package :
export GEOTREK_BASE_URL="https://geotrek-admin.ecrins-parcnational.fr"
export MCP_TRANSPORT=streamable-http
export MCP_HOST=0.0.0.0
export MCP_PORT=8000
geotrek-mcp
Le serveur écoute alors sur http://0.0.0.0:8000/mcp. Il vous reste à :
- Le garder en vie : lancez-le via un gestionnaire de process
(
systemd,supervisor,pm2, un service Docker...) plutôt qu'un simple&/nohup, pour qu'il redémarre en cas de crash ou de reboot. - Le mettre en HTTPS : Claude.ai et ChatGPT exigent une URL en HTTPS
pour les connecteurs distants. Mettez un reverse proxy devant (nginx,
Caddy, Traefik...) qui termine le TLS et transfère vers
http://127.0.0.1:8000/mcp(dans ce cas, faites plutôt écoutergeotrek-mcpsur127.0.0.1uniquement, et laissez le reverse proxy être le seul point d'entrée public). - Ajouter le connecteur : dans Claude.ai (Réglages → Connecteurs →
Ajouter un connecteur personnalisé) ou ChatGPT (mode développeur →
Connecteurs), collez l'URL publique, ex.
https://mcp.mon-domaine.fr/mcp. Aucune authentification n'est requise ici puisque le serveur ne fait que relayer des données déjà publiques.
Exemple minimal de systemd unit (/etc/systemd/system/geotrek-mcp.service) :
[Unit]
Description=GeoTrek MCP server
After=network.target
[Service]
Environment=GEOTREK_BASE_URL=https://geotrek-admin.ecrins-parcnational.fr
Environment=MCP_TRANSPORT=streamable-http
Environment=MCP_HOST=127.0.0.1
Environment=MCP_PORT=8000
ExecStart=/chemin/vers/GeoTrekMCP/.venv/bin/geotrek-mcp
Restart=on-failure
User=www-data
[Install]
WantedBy=multi-user.target
Exemple de configuration MCP (Claude Desktop / Claude Code)
{
"mcpServers": {
"geotrek": {
"command": "geotrek-mcp",
"env": {
"GEOTREK_BASE_URL": "https://geotrek-admin.ecrins-parcnational.fr"
}
}
}
}
Développement
pip install -e ".[dev]" 2>/dev/null || pip install -e . pytest
pytest
Pour tester interactivement avec l'inspecteur MCP :
mcp dev geotrek_mcp/server.py
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.