building-mcp-server
该MCP服务提供全面的楼宇和办公地址信息查询功能,包括企业办公地址查询、楼宇信息查询等,帮助用户进行地理分布分析和楼宇入驻分析。
Documentation
楼宇大数据服务
该MCP服务提供全面的楼宇和办公地址信息查询功能,包括企业办公地址查询、楼宇信息查询等,帮助用户进行地理分布分析和楼宇入驻分析。
主要功能
- 🔍 企业关键词模糊搜索
- 🏢 企业办公地址查询
- 📊 办公地址统计分析
- 🏗️ 楼宇信息查询
环境要求
- Python 3.10+
- 依赖包:python-dotenv, requests, mcp
本地快速启动
1. 克隆项目
git clone https://github.com/handaas/building-mcp-server
cd building-mcp-server2. 创建虚拟环境&安装依赖
python -m venv mcp_env && source mcp_env/bin/activate
pip install -r requirements.txt3. 环境配置
复制环境变量模板并配置:
cp .env.example .env编辑 `.env` 文件,配置以下环境变量:
INTEGRATOR_ID=your_integrator_id
SECRET_ID=your_secret_id
SECRET_KEY=your_secret_key4. streamable-http启动服务
python server/mcp_server.py streamable-http服务将在 `http://localhost:8000` 启动。
支持启动方式 stdio 或 sse 或 streamable-http
5. Cursor / Cherry Studio MCP配置
{
"mcpServers": {
"handaas-mcp-server": {
"type": "streamableHttp",
"url": "http://127.0.0.1:8000/mcp"
}
}
}STDIO版安装部署
设置Cursor / Cherry Studio MCP配置
{
"mcpServers": {
"building-mcp-server": {
"command": "uv",
"args": ["run", "mcp", "run", "{workdir}/server/mcp_server.py"],
"env": {
"PATH": "{workdir}/mcp_env/bin:$PATH",
"PYTHONPATH": "{workdir}/mcp_env",
"INTEGRATOR_ID": "your_integrator_id",
"SECRET_ID": "your_secret_id",
"SECRET_KEY": "your_secret_key"
}
}
}
}使用官方Remote服务
1. 直接设置Cursor / Cherry Studio MCP配置
{
"mcpServers": {
"building-mcp-server":{
"type": "streamableHttp",
"url": "https://mcp.handaas.com/building/building_bigdata?token={token}"
}
}
}注意:integrator_id、secret_id、secret_key及token需要登录 https://www.handaas.com/ 进行注册开通平台获取
可用工具
1. building_bigdata_fuzzy_search
功能: 企业关键词模糊查询
根据提供的企业名称、人名、品牌、产品、岗位等关键词模糊查询相关企业列表。
参数:
- `matchKeyword` (必需): 匹配关键词 - 查询各类信息包含匹配关键词的企业
- `pageIndex` (可选): 分页开始位置
- `pageSize` (可选): 分页结束位置 - 一页最多获取50条数据
返回值:
- `total`: 总数
- 其他企业相关信息
2. building_bigdata_office_address_details
功能: 企业办公地址详情查询
根据特定的企业标识信息,查询和返回企业的办公地址相关数据,包括办公地址总数、每个城市的办公地址详细信息等。
参数:
- `matchKeyword` (必需): 匹配关键词 - 企业名称/注册号/统一社会信用代码/企业id
- `address` (可选): 地区 - 支持筛选省/市,输入示例:"广东省,广州市"
- `pageIndex` (可选): 分页开始位置
- `keywordType` (可选): 主体类型 - name:企业名称,nameId:企业id,regNumber:注册号,socialCreditCode:统一社会信用代码
- `pageSize` (可选): 分页结束位置 - 一页最多获取10条数据
返回值:
- `total`: 总数
- `resultList`: 列表结果
- `officeAddress`: 地址
- `officeSourceType`: 地址来源
- `officeSettleType`: 入驻方式 - 工商注册入驻,办公地址入驻
- `estateName`: 所在楼宇
- `estateId`: 楼宇id
3. building_bigdata_office_address_stats
功能: 企业办公地址统计分析
根据特定的企业标识信息,查询和返回企业的办公地址相关数据,包括办公地址城市、每个城市的办公地址数量等。
参数:
- `matchKeyword` (必需): 匹配关键词 - 企业名称/注册号/统一社会信用代码/企业id
- `keywordType` (可选): 主体类型 - name:企业名称,nameId:企业id,regNumber:注册号,socialCreditCode:统一社会信用代码
返回值:
- `officeCityStats`: 办公地址分布统计
- `city`: 办公城市
- `count`: 办公地址数量
4. building_bigdata_building_query
功能: 楼宇信息查询
支持通过楼宇名称、楼宇类型等查询指定地区的全部楼盘信息,包括楼宇名称、楼宇别名、楼宇地址、楼宇类型、楼宇入驻企业数量等。
参数:
- `matchKeyword` (可选): 查询关键词 - 查询楼宇名称/楼宇别名包含关键词的楼盘
- `pageIndex` (可选): 分页开始位置
- `address` (可选): 地区 - 支持筛选省/市,输入示例:"广东省,广州市"
- `pageSize` (可选): 分页结束位置 - 一页最多获取10条数据
- `estatePropertyType` (可选): 楼宇类型 - 写字楼,产业园,综合体,公寓酒店,展会中心
返回值:
- `total`: 总数
- `estateName`: 楼宇名称
- `estateId`: 楼宇id
- `estateAliasName`: 楼宇别名
- `estateAddress`: 楼宇地址
- `estatePropertyType`: 楼宇类型
- `estateEnterpriseCount`: 楼宇入驻企业数量
使用场景
1. 企业内部管理: 了解办公地址布局和楼宇分布
2. 商业分析: 进行市场地理分布分析
3. 政府机构: 企业信息核实或决策辅助
4. 房地产行业: 楼宇入驻情况分析
5. 商业合作: 查找特定区域的企业分布
6. 市场调研: 区域商业活跃度分析
使用注意事项
1. 企业全称要求: 在调用需要企业全称的接口时,如果没有企业全称则先调取building_bigdata_fuzzy_search接口获取企业全称
2. 分页限制: 办公地址查询一页最多获取10条数据,企业搜索一页最多获取50条数据
3. 地区筛选: 支持按省市进行地区筛选,格式为"省份,城市"
4. 楼宇类型: 支持按写字楼、产业园、综合体等类型筛选
使用提问示例
building_bigdata_fuzzy_search (企业关键词模糊搜索)
1. 帮我查找包含"腾讯"关键词的企业信息
2. 搜索与"阿里"相关的企业列表
3. 查询名称中包含"抖音"的公司
building_bigdata_office_address_details (企业办公地址详情查询)
1. 查询腾讯科技有限公司的办公地址详情
2. 阿里巴巴集团在北京有哪些办公地点?
3. 抖音在上海的办公地址信息
building_bigdata_office_address_stats (企业办公地址统计分析)
1. 统计腾讯在全国各个城市的办公地址分布
2. 阿里巴巴的办公地址城市分布情况
3. 华为在各个城市的办公地址数量统计
building_bigdata_building_query (楼宇信息查询)
1. 查询深圳市南山区的写字楼信息
2. 搜索北京中关村的产业园楼宇
3. 查找上海浦东新区的综合体楼宇信息
Frequently asked questions
What is building-mcp-server?
building-mcp-server is 该MCP服务提供全面的楼宇和办公地址信息查询功能,包括企业办公地址查询、楼宇信息查询等,帮助用户进行地理分布分析和楼宇入驻分析。
How do I install building-mcp-server?
Open the GitHub repository and follow its README. Most MCP servers are added to your client's MCP config, then called by your agent.
Is building-mcp-server open source?
Yes — it is hosted on GitHub at https://github.com/handaas/building-mcp-server and has 2 stars.
Related MCP tools
Cognee is the open-source AI memory platform for agents. Give your AI agents persistent long-term memory across sessions with a self-hosted knowledge graph engine.
Automate browser based workflows with AI
Hindsight: Agent Memory That Learns
A privacy-first app that strips AI watermarks from content you own.
Agent framework and applications built upon Qwen>=3.0, featuring Function Calling, MCP, Code Interpreter, RAG, Chrome extension, etc.
The power of Claude Code / GeminiCLI / CodexCLI + [Gemini / OpenAI / OpenRouter / Azure / Grok / Ollama / Custom Model / All Of The Above] working as one.
Run your own MCP server? See who uses it and what to fix.
Measure it with TrackMCP