[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"tool-Joooook--12306-mcp":3,"similar-Joooook--12306-mcp":160},{"id":4,"github_repo":5,"name":6,"description_en":7,"description_zh":8,"ai_summary_zh":9,"readme_en":10,"readme_zh":11,"quickstart_zh":12,"use_case_zh":13,"hero_image_url":14,"owner_login":15,"owner_name":16,"owner_avatar_url":17,"owner_bio":18,"owner_company":18,"owner_location":18,"owner_email":18,"owner_twitter":18,"owner_website":19,"owner_url":20,"languages":21,"stars":30,"forks":31,"last_commit_at":32,"license":33,"difficulty_score":34,"env_os":35,"env_gpu":36,"env_ram":36,"env_deps":37,"category_tags":43,"github_topics":46,"view_count":34,"oss_zip_url":18,"oss_zip_packed_at":18,"status":51,"created_at":52,"updated_at":53,"faqs":54,"releases":90},6554,"Joooook\u002F12306-mcp","12306-mcp","This is a 12306 ticket search server based on the Model Context Protocol (MCP).","12306-mcp 是一款基于模型上下文协议（Model Context Protocol, MCP）构建的开源工具，旨在让大语言模型能够直接“读懂”并查询中国铁路 12306 的票务信息。它充当了 AI 模型与 12306 官方数据之间的桥梁，解决了传统 AI 因无法实时访问外部动态数据而难以提供准确购票建议的痛点。\n\n通过 12306-mcp，用户可以让 AI 助手执行复杂的查询任务，包括基础车次搜索、特定条件过滤、过站票查询以及智能中转方案规划。这意味着开发者可以将该服务集成到自定义的 AI 应用中，让模型不仅能聊天，还能真正帮用户规划行程、比对车票。\n\n这款工具主要面向开发者和 AI 技术爱好者。如果你正在构建基于 MCP 协议的智能体（Agent），或者希望研究如何让大模型具备实时调用垂直领域 API 的能力，12306-mcp 提供了一个极佳的实践案例。其技术亮点在于严格遵循 MCP 标准，支持多种部署方式（如本地 CLI、HTTP 服务或 Docker 容器），并提供了清晰的架构文档，便于二次开发与功能扩展。需要注意的是，项目目前定位为学习与技术交流，适合用于探索 AI ","12306-mcp 是一款基于模型上下文协议（Model Context Protocol, MCP）构建的开源工具，旨在让大语言模型能够直接“读懂”并查询中国铁路 12306 的票务信息。它充当了 AI 模型与 12306 官方数据之间的桥梁，解决了传统 AI 因无法实时访问外部动态数据而难以提供准确购票建议的痛点。\n\n通过 12306-mcp，用户可以让 AI 助手执行复杂的查询任务，包括基础车次搜索、特定条件过滤、过站票查询以及智能中转方案规划。这意味着开发者可以将该服务集成到自定义的 AI 应用中，让模型不仅能聊天，还能真正帮用户规划行程、比对车票。\n\n这款工具主要面向开发者和 AI 技术爱好者。如果你正在构建基于 MCP 协议的智能体（Agent），或者希望研究如何让大模型具备实时调用垂直领域 API 的能力，12306-mcp 提供了一个极佳的实践案例。其技术亮点在于严格遵循 MCP 标准，支持多种部署方式（如本地 CLI、HTTP 服务或 Docker 容器），并提供了清晰的架构文档，便于二次开发与功能扩展。需要注意的是，项目目前定位为学习与技术交流，适合用于探索 AI 与现实世界服务连接的可能性。","# \u003Cdiv align=\"center\">12306-mcp\u003C\u002Fdiv>\n\n\u003Cdiv align=\"center\">\n\n[![](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FJoooook-blue.svg?logo=github&lable=python&labelColor=497568&color=497568&style=flat-square)](https:\u002F\u002Fgithub.com\u002FJoooook)\n[![](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FJoooook-blue.svg?logo=bilibili&logoColor=white&lable=python&labelColor=af7a82&color=af7a82&style=flat-square)](https:\u002F\u002Fspace.bilibili.com\u002F3546386788255839)\n![](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Ftypescript-blue.svg?logo=typescript&lable=typescript&logoColor=white&labelColor=192c3b&color=192c3b&style=flat-square)\n![](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FJoooook\u002F12306-mcp?logo=reverbnation&lable=python&logoColor=white&labelColor=ffc773&color=ffc773&style=flat-square)\n![](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flast-commit\u002FJoooook\u002F12306-mcp.svg?style=flat-square)\n![](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002FJoooook\u002F12306-mcp.svg?style=flat-square&color=000000)\n\u003C\u002Fdiv>\n\nA 12306 ticket search server based on the Model Context Protocol (MCP). The server provides a simple API interface that allows users to search for 12306 tickets.\n\n基于 Model Context Protocol (MCP) 的12306购票搜索服务器。提供了简单的API接口，允许大模型利用接口搜索12306购票信息。\n\n## \u003Cdiv align=\"center\">🚩Features\u003C\u002Fdiv>\n\u003Cdiv align=\"center\"> \n\n| 功能描述                         | 状态     |\n|------------------------------|--------|\n| 查询12306购票信息              | ✅ 已完成  |\n| 过滤列车信息                   | ✅ 已完成  |\n| 过站查询                      | ✅ 已完成 |\n| 中转查询                      | ✅ 已完成 |\n| 其余接口，欢迎提feature         | 🚧 计划内 |\n\n\u003C\u002Fdiv>\n\u003Cdiv align=\"center\"> \n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJoooook_12306-mcp_readme_46053f54b12a.jpg\" width=800px\u002F>\n\u003C\u002Fdiv>\n\u003Cdiv align=\"center\"> \n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJoooook_12306-mcp_readme_fb37d92681d0.jpg\" width=800px\u002F>\n\u003C\u002Fdiv>\n\n## \u003Cdiv align=\"center\">⚙️Installation\u003C\u002Fdiv>\n\n~~~bash\ngit clone https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp.git\nnpm i\n~~~\n\n\n## \u003Cdiv align=\"center\">▶️Quick Start\u003C\u002Fdiv>\n\n### CLI-stdio\n~~~bash\nnpx -y 12306-mcp\n~~~\n\n### CLI-http\n~~~bash\nnpx -y 12306-mcp --port [端口号]\n~~~\n\n### MCP sever configuration\n\n~~~json\n{\n    \"mcpServers\": {\n        \"12306-mcp\": {\n            \"command\": \"npx\",\n            \"args\": [\n                \"-y\",\n                \"12306-mcp\"\n            ]\n        }\n    }\n}\n\n~~~\n\n### Docker-stdio\n~~~bash\ndocker build . -t 12306-mcp\ndocker run --rm -it 12306-mcp npx 12306-mcp\n~~~\n\n### Docker-http\n~~~bash\ndocker build . -t 12306-mcp\ndocker run -p [your_port]:8080 -d 12306-mcp npx 12306-mcp --port 8080\n~~~\n\n\n\n## \u003Cdiv align=\"center\">📚Documentation\u003C\u002Fdiv>\n\n- [服务原理详解](.\u002Fdocs\u002Fprinciple.md)  12306-MCP服务的工作原理\n- [架构图](.\u002Fdocs\u002Farchitecture.md)  12306-MCP服务的架构图\n   ![12306-MCP 服务架构图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJoooook_12306-mcp_readme_988e65867be3.png)\n\n## \u003Cdiv align=\"center\">👉️Reference\u003C\u002Fdiv>\n- [modelcontextprotocol\u002Fmodelcontextprotocol](https:\u002F\u002Fgithub.com\u002Fmodelcontextprotocol\u002Fmodelcontextprotocol)\n- [modelcontextprotocol\u002Ftypescript-sdk](https:\u002F\u002Fgithub.com\u002Fmodelcontextprotocol\u002Ftypescript-sdk)\n\n## \u003Cdiv align=\"center\">💭Murmurs\u003C\u002Fdiv>\n本项目仅用于学习，欢迎催更。\n\n## \u003Cdiv align=\"center\">🎫Badges\u003C\u002Fdiv>\n\u003Cdiv align=\"center\"> \n\u003Ca href=\"https:\u002F\u002Fglama.ai\u002Fmcp\u002Fservers\u002F@Joooook\u002F12306-mcp\">\n  \u003Cimg width=\"380\" height=\"200\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJoooook_12306-mcp_readme_4d18ce0b963b.png\" alt=\"12306-mcp MCP server\" \u002F>\n\u003C\u002Fa>\n\n[![MseeP.ai Security Assessment Badge](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJoooook_12306-mcp_readme_9fe1de54ede0.png)](https:\u002F\u002Fmseep.ai\u002Fapp\u002Fjoooook-12306-mcp)\n\n\u003C\u002Fdiv>\n\n## \u003Cdiv align=\"center\">☕️Donate\u003C\u002Fdiv>\n请我喝杯奶茶吧。\n\u003Cdiv align=\"center\"> \n\u003Ca href=\"https:\u002F\u002Fafdian.com\u002Fitem\u002F2a0e0cdcadf911ef9f725254001e7c00\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJoooook_12306-mcp_readme_938af4fd1c3a.jpg\" width=\"500px\">\n\u003C\u002Fa>\n\u003C\u002Fdiv>\n","# \u003Cdiv align=\"center\">12306-mcp\u003C\u002Fdiv>\n\n\u003Cdiv align=\"center\">\n\n[![](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FJoooook-blue.svg?logo=github&lable=python&labelColor=497568&color=497568&style=flat-square)](https:\u002F\u002Fgithub.com\u002FJoooook)\n[![](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FJoooook-blue.svg?logo=bilibili&logoColor=white&lable=python&labelColor=af7a82&color=af7a82&style=flat-square)](https:\u002F\u002Fspace.bilibili.com\u002F3546386788255839)\n![](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Ftypescript-blue.svg?logo=typescript&lable=typescript&logoColor=white&labelColor=192c3b&color=192c3b&style=flat-square)\n![](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FJoooook\u002F12306-mcp?logo=reverbnation&lable=python&logoColor=white&labelColor=ffc773&color=ffc773&style=flat-square)\n![](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flast-commit\u002FJoooook\u002F12306-mcp.svg?style=flat-square)\n![](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002FJoooook\u002F12306-mcp.svg?style=flat-square&color=000000)\n\u003C\u002Fdiv>\n\n基于 Model Context Protocol (MCP) 的12306购票搜索服务器。提供了简单的API接口，允许大模型利用接口搜索12306购票信息。\n\n## \u003Cdiv align=\"center\">🚩Features\u003C\u002Fdiv>\n\u003Cdiv align=\"center\"> \n\n| 功能描述                         | 状态     |\n|------------------------------|--------|\n| 查询12306购票信息              | ✅ 已完成  |\n| 过滤列车信息                   | ✅ 已完成  |\n| 过站查询                      | ✅ 已完成 |\n| 中转查询                      | ✅ 已完成 |\n| 其余接口，欢迎提feature         | 🚧 计划内 |\n\n\u003C\u002Fdiv>\n\u003Cdiv align=\"center\"> \n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJoooook_12306-mcp_readme_46053f54b12a.jpg\" width=800px\u002F>\n\u003C\u002Fdiv>\n\u003Cdiv align=\"center\"> \n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJoooook_12306-mcp_readme_fb37d92681d0.jpg\" width=800px\u002F>\n\u003C\u002Fdiv>\n\n## \u003Cdiv align=\"center\">⚙️Installation\u003C\u002Fdiv>\n\n~~~bash\ngit clone https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp.git\nnpm i\n~~~\n\n\n## \u003Cdiv align=\"center\">▶️Quick Start\u003C\u002Fdiv>\n\n### CLI-stdio\n~~~bash\nnpx -y 12306-mcp\n~~~\n\n### CLI-http\n~~~bash\nnpx -y 12306-mcp --port [端口号]\n~~~\n\n### MCP sever configuration\n\n~~~json\n{\n    \"mcpServers\": {\n        \"12306-mcp\": {\n            \"command\": \"npx\",\n            \"args\": [\n                \"-y\",\n                \"12306-mcp\"\n            ]\n        }\n    }\n}\n\n~~~\n\n### Docker-stdio\n~~~bash\ndocker build . -t 12306-mcp\ndocker run --rm -it 12306-mcp npx 12306-mcp\n~~~\n\n### Docker-http\n~~~bash\ndocker build . -t 12306-mcp\ndocker run -p [your_port]:8080 -d 12306-mcp npx 12306-mcp --port 8080\n~~~\n\n\n\n## \u003Cdiv align=\"center\">📚Documentation\u003C\u002Fdiv>\n\n- [服务原理详解](.\u002Fdocs\u002Fprinciple.md)  12306-MCP服务的工作原理\n- [架构图](.\u002Fdocs\u002Farchitecture.md)  12306-MCP服务的架构图\n   ![12306-MCP 服务架构图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJoooook_12306-mcp_readme_988e65867be3.png)\n\n## \u003Cdiv align=\"center\">👉️Reference\u003C\u002Fdiv>\n- [modelcontextprotocol\u002Fmodelcontextprotocol](https:\u002F\u002Fgithub.com\u002Fmodelcontextprotocol\u002Fmodelcontextprotocol)\n- [modelcontextprotocol\u002Ftypescript-sdk](https:\u002F\u002Fgithub.com\u002Fmodelcontextprotocol\u002Ftypescript-sdk)\n\n## \u003Cdiv align=\"center\">💭Murmurs\u003C\u002Fdiv>\n本项目仅用于学习，欢迎催更。\n\n## \u003Cdiv align=\"center\">🎫Badges\u003C\u002Fdiv>\n\u003Cdiv align=\"center\"> \n\u003Ca href=\"https:\u002F\u002Fglama.ai\u002Fmcp\u002Fservers\u002F@Joooook\u002F12306-mcp\">\n  \u003Cimg width=\"380\" height=\"200\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJoooook_12306-mcp_readme_4d18ce0b963b.png\" alt=\"12306-mcp MCP server\" \u002F>\n\u003C\u002Fa>\n\n[![MseeP.ai Security Assessment Badge](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJoooook_12306-mcp_readme_9fe1de54ede0.png)](https:\u002F\u002Fmseep.ai\u002Fapp\u002Fjoooook-12306-mcp)\n\n\u003C\u002Fdiv>\n\n## \u003Cdiv align=\"center\">☕️Donate\u003C\u002Fdiv>\n请我喝杯奶茶吧。\n\u003Cdiv align=\"center\"> \n\u003Ca href=\"https:\u002F\u002Fafdian.com\u002Fitem\u002F2a0e0cdcadf911ef9f725254001e7c00\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJoooook_12306-mcp_readme_938af4fd1c3a.jpg\" width=\"500px\">\n\u003C\u002Fa>\n\u003C\u002Fdiv>","# 12306-mcp 快速上手指南\n\n12306-mcp 是一个基于 Model Context Protocol (MCP) 的服务器工具，旨在让大语言模型能够直接调用接口搜索中国铁路 12306 的购票信息（包括余票查询、过站查询及中转方案等）。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux, macOS 或 Windows\n*   **Node.js**：建议安装 LTS 版本（项目基于 TypeScript 开发）\n*   **npm**：随 Node.js 自动安装，用于包管理\n*   **可选依赖**：\n    *   若使用 Docker 方式运行，需安装 Docker 及 Docker Compose。\n    *   若需本地开发修改，需安装 Git。\n\n## 安装步骤\n\n您可以选择通过源码安装或直接使用 `npx` 运行（推荐）。\n\n### 方式一：源码安装（适合开发者）\n\n1.  克隆项目仓库：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp.git\n    ```\n2.  进入目录并安装依赖：\n    ```bash\n    cd 12306-mcp\n    npm i\n    ```\n    > **提示**：如果在国内安装依赖速度较慢，可配置淘宝镜像源加速：\n    > ```bash\n    > npm config set registry https:\u002F\u002Fregistry.npmmirror.com\n    > npm i\n    > ```\n\n### 方式二：直接使用 (无需下载代码)\n\n本项目支持通过 `npx` 直接运行，无需手动克隆和安装依赖，系统会自动拉取最新包。\n\n## 基本使用\n\n根据您的使用场景，选择以下任一方式启动服务：\n\n### 1. CLI 标准输入输出模式 (stdio)\n适用于本地调试或直接对接支持 stdio 的 MCP 客户端（如 Cursor, Claude Desktop 等）。\n\n```bash\nnpx -y 12306-mcp\n```\n\n### 2. CLI HTTP 服务模式\n适用于将服务部署为独立的 HTTP 服务器，供远程调用。\n\n```bash\nnpx -y 12306-mcp --port 8080\n```\n*将 `8080` 替换为您需要的端口号。*\n\n### 3. 集成到 MCP 客户端配置\n如果您需要在 AI 编辑器或 Agent 框架中永久集成该工具，请在 MCP 配置文件（通常为 `mcp.json` 或 `settings.json`）中添加以下配置：\n\n```json\n{\n    \"mcpServers\": {\n        \"12306-mcp\": {\n            \"command\": \"npx\",\n            \"args\": [\n                \"-y\",\n                \"12306-mcp\"\n            ]\n        }\n    }\n}\n```\n\n### 4. Docker 容器化运行\n适用于隔离环境或服务器部署。\n\n**构建镜像：**\n```bash\ndocker build . -t 12306-mcp\n```\n\n**运行 (stdio 模式)：**\n```bash\ndocker run --rm -it 12306-mcp npx 12306-mcp\n```\n\n**运行 (HTTP 模式)：**\n```bash\ndocker run -p 8080:8080 -d 12306-mcp npx 12306-mcp --port 8080\n```\n*请将左侧的 `8080` 映射为您宿主机的实际端口。*\n\n---\n*注：本项目仅用于学习与技术交流，请遵守 12306 官方使用规范。*","一位经常需要为团队规划出差行程的行政助理，正试图利用本地部署的大模型助手来快速制定从北京到上海的多方案高铁出行计划。\n\n### 没有 12306-mcp 时\n- **信息割裂严重**：大模型无法直接访问实时票务数据，只能提供过时的时刻表或建议用户手动去官网查询，导致对话中断。\n- **复杂需求难以处理**：当需要“查询途经南京的列车”或“计算中转方案”时，模型因缺乏实时接口支持，只能给出模糊的逻辑建议，无法提供具体车次。\n- **人工操作繁琐**：用户必须在多个网页标签间反复切换，手动筛选时间、余票和站点，耗时耗力且容易看错行。\n- **自动化流程缺失**：无法将查票环节嵌入到现有的自动化办公流中，每次出差安排都需要人工介入检索，效率低下。\n\n### 使用 12306-mcp 后\n- **实时数据直连**：12306-mcp 作为桥梁，让大模型直接调用官方实时接口，瞬间返回准确的余票、价格和发车时间。\n- **智能复杂查询**：通过自然语言指令（如“找一班下午出发且在南京停靠的车”），12306-mcp 能精准执行过站过滤和中转计算，直接输出最优车次列表。\n- **一站式决策体验**：用户无需离开聊天窗口，12306-mcp 即可在对话框内呈现结构化表格，支持一键对比不同方案，大幅缩短决策时间。\n- **无缝集成工作流**：12306-mcp 基于标准 MCP 协议，可轻松嵌入企业内部的 AI 助手或脚本中，实现从“提出需求”到“生成行程单”的全自动闭环。\n\n12306-mcp 的核心价值在于打破了大模型与实时交通数据之间的壁垒，让 AI 真正具备了“即时办事”的能力，将繁琐的查票过程转化为简单的自然语言交互。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJoooook_12306-mcp_46053f54.jpg","Joooook","Jok","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FJoooook_ca15a54c.jpg",null,"joooook.github.io","https:\u002F\u002Fgithub.com\u002FJoooook",[22,26],{"name":23,"color":24,"percentage":25},"JavaScript","#f1e05a",99.9,{"name":27,"color":28,"percentage":29},"Dockerfile","#384d54",0.1,775,136,"2026-04-09T05:03:09","MIT",2,"Linux, macOS, Windows","未说明",{"notes":38,"python":36,"dependencies":39},"该项目基于 Node.js\u002FTypeScript 开发，非 Python 项目。运行需安装 Node.js 和 npm。支持通过 npx 直接运行、源码编译运行或 Docker 容器化部署。主要功能为调用 12306 接口查询票务信息，不涉及本地大模型推理，因此无特殊 GPU 或高内存需求。",[40,41,42],"Node.js","npm","typescript-sdk (MCP)",[44,45],"Agent","插件",[47,48,49,50],"12306","mcp","mcp-server","train-tickets","ready","2026-03-27T02:49:30.150509","2026-04-11T17:39:51.190341",[55,60,65,70,75,80,85],{"id":56,"question_zh":57,"answer_zh":58,"source_url":59},29612,"为什么查询到的车次不全，缺少 D 开头的动车或特定车次？","这通常是因为查询参数中包含了车次过滤条件。例如，如果参数中设置了 `\"trainFilterFlags\": \"G\"`，则只会返回高铁（G 开头）车次，D 开头的动车不会出现。同样，如果设置为 `\"trainFilterFlags\": \"D\"`，则只返回动车。在中文语境下“动车”可能泛指，但在调用工具时需严谨区分。建议检查 Prompt 或输入参数，移除不必要的过滤标志，或明确指定需要查询的车次类型（如同时查询 G 和 D）。","https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp\u002Fissues\u002F37",{"id":61,"question_zh":62,"answer_zh":63,"source_url":64},29613,"查询历史日期或模糊日期（如“明天”）时报错或无法查询，提示日期不能早于今天怎么办？","这个问题通常是大模型对日期的理解偏差导致的。如果 Prompt 中只提供了“月 - 日”而没有年份，模型可能将其解析为去年的日期。解决方案是修改 Agent 的 Prompt，确保传入的日期参数包含完整的“年 - 月 - 日”格式（例如 2025-05-18）。此外，系统支持查询未来任意明确日期（如“几月几号”），并非只能查当天。如果使用时区相关工具，代码内部已做时区转换，通常无需额外处理，重点在于确保输入给模型的日期字符串准确无误。","https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp\u002Fissues\u002F11",{"id":66,"question_zh":67,"answer_zh":68,"source_url":69},29614,"使用 HTTP 调用或魔搭社区服务时频繁出现 401 Unauthorized 错误如何解决？","HTTP 401 错误通常是魔搭社区（ModelScope）平台自身的问题，而非 12306-MCP 服务本身的故障。该服务在魔搭上的部署和维护由平台负责。如果遇到此问题，建议前往魔搭社区官方渠道反馈。另外，如果是大模型调用耗时过长（如 30-60 秒），主要时间消耗在大模型选择工具和生成参数的思考过程上，MCP 接口本身的调用耗时通常仅在几百毫秒左右，可忽略不计。","https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp\u002Fissues\u002F48",{"id":71,"question_zh":72,"answer_zh":73,"source_url":74},29615,"调用 get-current-date 接口返回数据导致 vllm 解析报错或多轮调用失败怎么办？","如果遇到 vllm 接收空值导致 JSON 解析报错，这通常是由于 LLM 生成的入参不正确（如空的 JSON）而非 MCP 服务本身的问题。首先应检查并优化 Prompt，确保模型输出正确的参数。如果是底层 Python 环境对空字符串处理严格导致的 `JSONDecodeError`，临时解决方案是修改 Python 标准库 `json\u002Fdecoder.py`（约 335 行），在 `decode` 方法开头增加判断：如果输入 `s` 为空字符串或 None，直接返回 None，避免抛出异常。但根本解决之道在于调教好 LLM 的输出格式。","https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp\u002Fissues\u002F28",{"id":76,"question_zh":77,"answer_zh":78,"source_url":79},29616,"12306 APP 显示有票，但通过 MCP 查询却显示无票或未查到，原因是什么？","这种情况大多是因为查询时无意中添加了车次类型过滤。例如，用户询问“动车”，模型可能自动添加 `trainFilterFlags: \"D\"` 参数，从而只筛选 D 开头的车次，忽略了实际有余票的 G 开头高铁车次。建议在提问时明确说明“查询所有车次”或“不要筛选车次类型”，或者在 Prompt 中指示模型不要默认添加过滤标志，以确保查询结果覆盖所有可能的车次。","https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp\u002Fissues\u002F18",{"id":81,"question_zh":82,"answer_zh":83,"source_url":84},29617,"在 Cursor 或 Cline 中配置 MCP 后，工具列表不显示或无法调用工具怎么办？","首先确认是否使用了支持 MCP Agent 功能的版本（如 Cursor Pro）。如果配置后工具未显示，建议使用官方调试工具进行排查：运行 `npm run debug` 命令，使用 Model Context Protocol 官方提供的测试工具验证服务是否正常启动及工具列表是否正确加载。如果官方测试工具能正常显示工具（如 `get-station-by-telecode`, `get-tickets` 等），则问题出在 IDE 插件配置或 Agent 设置上，而非服务端问题。提交问题时请提供具体的控制台报错截图或日志，以便定位。","https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp\u002Fissues\u002F4",{"id":86,"question_zh":87,"answer_zh":88,"source_url":89},29618,"是否只能查询当天的车票？如何查询未来几天的票？","并非只能查询当天车票。该工具支持查询未来任意日期的车票。用户可以在查询时指定明确的日期（格式：YYYY-MM-DD，如 2025-07-25），也可以使用相对时间描述（如“明天”、“后天”），只要大模型能将其正确转换为具体日期即可。如果查询失败，请检查日期参数是否被正确解析。","https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp\u002Fissues\u002F41",[91,96,101,106,111,116,121,126,131,136,141,146,151,156],{"id":92,"version":93,"summary_zh":94,"released_at":95},206139,"v0.3.8","- 优化 `get-tickets` 和 `get-interline-tickets` 的车站参数处理，支持直接使用中文站点名查询。- 修复 `get-station-code-by-names` 中 `substring` 截取逻辑错误。","2026-03-08T05:26:40",{"id":97,"version":98,"summary_zh":99,"released_at":100},206140,"v0.3.7","- 为`get-tickets`、`get-interline-tickets`、`get-train-route-stations`增加JSON格式输出。  - 目前仅`get-tickets`提供CSV格式输出。","2025-10-10T13:34:32",{"id":102,"version":103,"summary_zh":104,"released_at":105},206141,"v0.3.6","- 优化了 `get-train-route-stations` 接口，现在只需提供车次和日期即可查询列车途径站信息。","2025-10-07T09:14:04",{"id":107,"version":108,"summary_zh":109,"released_at":110},206142,"v0.3.5","- 在 `get-interline-tickets` 和 `get-tickets` 中添加了 `earliestStartTime` 和 `latestStartTime` 参数，用于按车牌的出发时间进行过滤。\n- 在 `get-tickets` 中添加了 `csvFormat` 选项，以支持返回 CSV 格式的数据。","2025-08-22T08:57:16",{"id":112,"version":113,"summary_zh":114,"released_at":115},206143,"v0.3.4","- 修复获取Cookie不稳定的问题。","2025-07-10T09:19:45",{"id":117,"version":118,"summary_zh":119,"released_at":120},206144,"v0.3.3","- 中转查询现已支持多条记录查询。","2025-07-01T03:40:17",{"id":122,"version":123,"summary_zh":124,"released_at":125},206145,"v0.3.2","- 新增车票排序功能，支持按`出发时间`、`到达时间`、`历时`对车票进行排序，并可筛选部分车票。\n- 修复了中转车票接口的路径问题。https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp\u002Fpull\u002F19\n- 新增架构描述等文档。https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp\u002Fpull\u002F19","2025-05-30T05:22:31",{"id":127,"version":128,"summary_zh":129,"released_at":130},206146,"v0.3.1","- 修复了类似“成都东”这样的环线特殊站名未收录在站点数据中而导致解析失败的问题，改为使用请求返回的`map`参数进行映射。\n- 修复了`0.3.0`版本中更新的价格提取逻辑中存在的无座票价提取错误问题，参考了12306网站的JavaScript代码来进行解析。","2025-05-19T07:13:08",{"id":132,"version":133,"summary_zh":134,"released_at":135},206147,"v0.3.0","- 新增联程车票（即中转车票）`get-interline-tickets`接口，目前仅支持查询10条记录，预计后续稳定后会扩展。\n- 新增日期获取`get-current-date`接口。\n- 优化查询方法，支持同时多个查询https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp\u002Fissues\u002F9 。\n- 优化提示词 ，合并PR https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp\u002Fpull\u002F8 。\n- 修复了车票过滤的问题https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp\u002Fissues\u002F10 。\n- 修复由于时区原因造成的日期参数检测错误。\n","2025-05-18T10:00:04",{"id":137,"version":138,"summary_zh":139,"released_at":140},206148,"v0.2.5","修复了 `get-tickets` 命令的参数描述错误。https:\u002F\u002Fgithub.com\u002FJoooook\u002F12306-mcp\u002Fpull\u002F6","2025-05-14T11:50:01",{"id":142,"version":143,"summary_zh":144,"released_at":145},206149,"v0.2.4","修复了“成都  东”站点缺失的问题#3，新增使用telecode查询车站信息功能。","2025-05-07T03:24:27",{"id":147,"version":148,"summary_zh":149,"released_at":150},206150,"v0.2.3","新增了对无效输入或响应为空的检查。","2025-04-26T03:26:42",{"id":152,"version":153,"summary_zh":154,"released_at":155},206151,"v0.2.1","新增过站查询功能。","2025-04-17T15:22:26",{"id":157,"version":158,"summary_zh":18,"released_at":159},206152,"v0.1","2025-04-15T04:32:34",[161,173,181,190,198,206],{"id":162,"name":163,"github_repo":164,"description_zh":165,"stars":166,"difficulty_score":167,"last_commit_at":168,"category_tags":169,"status":51},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[44,170,171,172],"开发框架","图像","数据工具",{"id":174,"name":175,"github_repo":176,"description_zh":177,"stars":178,"difficulty_score":167,"last_commit_at":179,"category_tags":180,"status":51},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[170,171,44],{"id":182,"name":183,"github_repo":184,"description_zh":185,"stars":186,"difficulty_score":34,"last_commit_at":187,"category_tags":188,"status":51},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",150037,"2026-04-10T23:33:47",[170,44,189],"语言模型",{"id":191,"name":192,"github_repo":193,"description_zh":194,"stars":195,"difficulty_score":34,"last_commit_at":196,"category_tags":197,"status":51},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[170,171,44],{"id":199,"name":200,"github_repo":201,"description_zh":202,"stars":203,"difficulty_score":34,"last_commit_at":204,"category_tags":205,"status":51},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[45,44,171,170],{"id":207,"name":208,"github_repo":209,"description_zh":210,"stars":211,"difficulty_score":34,"last_commit_at":212,"category_tags":213,"status":51},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[45,170]]