CMR-MCP智能检索服务器
一个MCP服务器,它将人工智能检索与美国宇航局的通用元数据存储库(CMR)集成在一起,允许用户通过自然语言查询搜索美国宇航局的地球科学数据集目录。
MCP 服务配置
复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用
{
"mcpServers": {
"cmr": {
"args": [
"--directory",
"$CMR_MCP_INSTALL$",
"run",
"cmr-search.py"
],
"command": "$UV_LIB$"
}
}
}
服务介绍
NASA Earthdata Search (CMR) 的模型上下文协议 (MCP)
该模块是针对 NASA 的地球数据通用元数据存储库 (CMR) 的 模型上下文协议 (MCP)。此 MCP 服务器的目标是通过 Earthaccess 将 AI 检索与 NASA 数据集目录集成。
依赖项
- uv - 一个基于 Rust 的 Python 包管理器
- 一个大语言模型客户端,例如 Claude 桌面版或 chatGPT 桌面版(用于消费 MCP)
安装和运行
将仓库克隆到本地环境,或者您的大语言模型客户端正在运行的地方。
git clone https://github.com/podaac/cmr-mcp.git
cd cmr-mcp
安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh
uv venv
source .venv/bin/activate
使用 uv 安装包
uv sync
使用 which uv (UV_LIB) 和 PWD (CMR_MCP_INSTALL) 的输出来更新以下配置。
添加到 AI 框架
在这个例子中,我们将使用 Claude 桌面版。
更新 claude_desktop_config.json 文件(有时需要创建此文件)。在 Mac 上,通常可以在 ~/Library/Application\ Support/Claude/claude_desktop_config.json 找到它。
添加以下配置,并填写 UV_LIB 和 CMR_MCP_INSTALL 的值——这里不要使用环境变量。
{
"mcpServers": {
"cmr": {
"command": "$UV_LIB$",
"args": [
"--directory",
"$CMR_MCP_INSTALL$",
"run",
"cmr-search.py"
]
}
}
}
使用 MCP 服务器
只需提示您的代理执行 search cmr for... 数据检索。下面是一个简单的示例演示。

其他可以使用的提示:
- 搜索 2024 年至 2025 年的 CMR 数据集
- 搜索 2020 年至 2024 年带有关键词“Climate”的 PO.DAAC 数据集