SUMO-MCP-Server

关键词

SUMOTraCI交通仿真JSON-RPCLLM 集成

使用说明（Markdown 格式）

  • 项目简介

    • SUMO-MCP-Server 是一个将大型语言模型客户端与 SUMO 交通仿真体系连接的后端服务器。它基于 Model Context Protocol（MCP）的理念，暴露一组工具接口，让 AI 客户端可以请求并执行网络管理、需求生成、仿真控制、状态查询、信号优化、以及高层工作流等功能，从而实现对 SUMO 仿真的端到端控制和数据分析。

  • 主要功能点

    • 资源与数据访问：通过网络、路网等能力生成、下载和转换 SUMO 网络数据。
    • 工具注册与执行：提供管理网络、需求、仿真、状态查询、信号优化和 RL 相关任务的工具接口。
    • 高层工作流：支持 sim_gen/信号优化/ RL 训练等工作流的触发与执行。
    • 多种交互模式：设计为通过 MCP 的 JSON-RPC 风格请求响应，当前实现基于 STDIO 传输，便于与 LLM 客户端集成。
    • 会话与容错：包含对 SUMO TraCI 连接的封装、超时控制和安全输出（避免 TraCI/stdout 干扰 MCP stdio）。

  • 安装与运行步骤

    • 硬件/软件前提：需要 Python 运行环境及 SUMO 安装、相关 Python 包与依赖（包括用于与 SUMO 交互的工具、超时管理、日志等）。
    • 运行入口：直接运行 src/server.py（当前实现通过 main 启动 MCP stdio 传输的服务器循环）。
    • 启动方式（建议以无缓冲输出的方式启动，以避免与 MCP stdio 冲突）：
      • 使用命令行运行时，推荐启用无缓冲输出，如 python -u src/server.py，以确保 JSON-RPC 流在 STDIO 上稳定传输。
    • 客户端对接要点：
      • 客户端需要按 MCP 协议发起 JSON-RPC 请求，调用上面在服务器端注册的工具接口，例如 manage_network、manage_demand、control_simulation、query_simulation_state、optimize_traffic_signals、run_workflow、manage_rl_task 等。
      • 客户端连接到服务器的方式取决于你所选传输层（该实现当前以 STDIO 为主，未来可扩展到 SSE/WebSocket 等）。

  • 服务器配置（给 MCP 客户端的连接信息，以下配置仅用于描述对接参数，不是实际代码） { "server_name": "SUMO-MCP-Server", "command": "python", "args": ["-u", "src/server.py"], "transport": "stdio", "notes": "MCP 客户端需通过该服务器的 JSON-RPC 接口进行请求与交互。默认通过标准输入/输出进行通信，可在需要时调整为其他传输方案（如 SSE、WebSocket）。" }

  • 基本使用方法

    • 启动服务器后，LLM 客户端通过 MCP 协议发送 JSON-RPC 请求，服务器会返回 JSON-RPC 响应或通知。
    • 常用操作场景包括：
      • 资源管理：生成、转换、下载网数据等。
      • 路线与车辆调度：生成随机 trips、路线规划、OD 矩阵转换等。
      • 仿真控制：连接/步进/断开 SUMO 仿真会话。
      • 状态查询：获取当前网络/车辆信息、仿真状态等。
      • 信号优化：使用 tlsCycleAdaptation 或 tlsCoordinator 进行信号优化。
      • 高层工作流：执行 sim_gen、信号优化、RL 训练等工作流。
    • 常见调试建议：若遇到输出干扰、超时等问题，请确保 TraCI 的 stdout 被抑制（服务器已实现确保 TraCI stdout 的抑制），并检查 SUMO 路径、SUMO_HOME 等环境变量是否正确配置。

建议的使用注意点

  • MCP 客户端与服务器的对接应遵循抛错即返回、JSON-RPC 请求格式、以及服务器对多工具的描述性元信息（如描述、参数、返回类型等）。
  • 若要扩展传输方式，请参考代码结构对 server.tool 的装饰器使用方式，以实现新的 RPC 接口注册与调用。

关键词 SUMO, TraCI, 交通仿真, JSON-RPC, 工作流

分类ID 6

服务器信息

访问项目