mcp-server-12306 MCP Server
drfccv/mcp-server-12306
[](https://agentrank-ai.com/tool/drfccv--mcp-server-12306/?utm_source=badge&utm_medium=readme&utm_campaign=agentrank_badge) 12306 MCP Server 是一个基于 Model Context Protocol (MCP) 的高性能火车票查询后端系统。它通过标准化接口提供官方 12306 的实时数据服务,包括余票查询、车站信息、列车经停站、中转换乘方案等核心功能。
claude mcp add agentrank -- npx -y agentrank-mcp-server Overview
drfccv/mcp-server-12306 is a Python MCP server licensed under MIT. 12306 MCP Server 是一个基于 Model Context Protocol (MCP) 的高性能火车票查询后端系统。它通过标准化接口提供官方 12306 的实时数据服务,包括余票查询、车站信息、列车经停站、中转换乘方案等核心功能。 Topics: 12306, agent, ai, mcp, mcp-servers, mcp-tools.
Ranked #2247 out of 24846 indexed tools.
In the top 10% of all indexed tools.
Ecosystem
Score Breakdown
408 stars → growing community
Last commit 29d ago → recently updated
9/10 issues closed → responsive maintainer
2 contributors → solo project
No dependents → no downstream usage
218 weekly installs → early adoption
Weights: Freshness 20% · Issue Health 20% · Dependents 22% · Stars 10% · Contributors 8% · How we score →
How to Improve
Matched Queries
From the README
<div align="center"> # 🚄 MCP Server 12306 **基于 Model Context Protocol (MCP) 的 12306 火车票查询服务** <br/> 支持 **余票 / 票价 / 车站 / 经停 / 换乘 / 时间** 六大查询能力,开箱即用,适配 AI 助手、自动化脚本、智能终端等场景。 </div> --- ## 📑 目录 - [✨ 功能特性](#-功能特性) - [🚀 快速开始](#-快速开始) - [环境要求](#环境要求) - [方式一:Stdio 模式(本地客户端推荐)](#方式一stdio-模式本地客户端推荐) - [方式二:Streamable HTTP 模式(远程部署)](#方式二streamable-http-模式远程部署) - [方式三:Docker 部署](#方式三docker-部署) - [🛠️ 工具一览](#️-工具一览) - [⚙️ 配置项](#️-配置项) - [🏗️ 项目结构](#️-项目结构) - [🧑💻 开发指南](#-开发指南) - [📚 详细文档](#-详细文档) - [⚠️ 免责声明](#️-免责声明) - [📄 License](#-license) --- ## ✨ 功能特性 | 类别 | 能力 | |------|------| | 🎫 **余票查询** | 余票 / 车次 / 座席 / 时刻一站式查询,支持按车次过滤 | | 💰 **票价查询** | 实时查询各车次各席别票价(商务座 → 无座全覆盖) | | 🏙️ **车站搜索** | 全国 3382+ 车站,支持中文 / 拼音 / 简拼 / 三字码模糊搜索 | | 🔄 **中转换乘** | 官方换乘方案自动分页抓取,返回完整路径与等待时间 | | 🛤️ **经停查询** | 查询指定列车全部经停站与到发时刻 | | 🕐 **时间工具** | 获取任意时区当前时间、相对日期计算,辅助选择出行日期 | | 🔌 **双传输模式** | Stdio(本地)\| Streamable HTTP(远程),同一核心实例共享 | | 🔄 **协议自动协商** | 基于 MCP SDK v2,自动兼容握手时代(2025-11-25)与现代协议(2026-07Read full README on GitHub →
Get the weekly AgentRank digest
Top movers, new tools, ecosystem insights — straight to your inbox.