你是不是也幻想过,如果能直接跟AI说“帮我找找下周巴塞罗那能住6个人的带泳池别墅”,然后它就把所有房源信息推到你面前,那该多爽?
现在,这个幻想成真了。今天我们要测评的就是这款开源神器——MCP Server Airbnb。它就像一座桥梁,把AI助手(如 Claude、JetBrains 等)和全球最大的民宿平台 Airbnb 连接了起来。
1. 模型概述:AI的“房产中介”
这个项目不是一个需要训练的大模型,而是一个MCP(Model Context Protocol,模型上下文协议)服务器。简单来说,它是一套标准化的“说明书”和“工具箱”,让AI大模型能够看懂并操作外部世界。
1.1 能力评估:它能为你做什么?
这个服务器目前主要提供两个核心工具,共2个接口 :
-
airbnb_search(搜索房源):这是你的“侦察兵”。告诉它你想去哪儿,它立马给你列出符合条件的房源清单。-
必填项:
location(地点,如“巴黎”) -
可选的高级筛选:
-
时间:
checkin(入住日期)、checkout(退房日期) -
人数:
adults(成人)、children(儿童)、infants(婴儿)、pets(宠物) -
预算:
minPrice(最低价)、maxPrice(最高价) -
分页:
cursor(用于加载更多结果)
-
-
-
airbnb_listing_details(查看详情):找到心仪的房源后,用这个工具深挖细节。-
必填项:
id(房源的唯一ID) -
可选:同样可以带上日期和人数,获取实时价格。
-
1.2 技术特点介绍:简单粗暴但优雅
-
无需API密钥:这是它最大的亮点!它不需要你去Airbnb开发者平台申请繁琐的API密钥,直接通过HTML解析技术获取公开信息 。
-
尊重规则(默认):默认情况下,它严格遵守Airbnb的
robots.txt规则,是个“好公民”。当然,如果你有特殊需求(比如做研究),也可以通过--ignore-robots-txt参数开启“探险模式”,但后果自负哦 。 -
解析神器 Cheerio:后端使用了
Cheerio这个库,它能在Node.js环境中像jQuery一样快速、优雅地解析HTML页面,把杂乱的数据变成结构清晰的JSON 。 -
数据瘦身:它会对返回的数据进行“扁平化”和“精选”处理,只给AI最需要的关键信息,减少“废话”,节省上下文窗口 。
1.3 应用场景:谁是它的“天命人”?
-
旅行规划师/博主:需要快速比较不同城市的房源价格、特色,生成攻略。跟AI聊着天就把数据收集了。
-
程序员/极客:想开发一个订房小助手,或者把Airbnb数据集成到自己的智能家居、Slack机器人里。
-
“选择困难症”患者:让AI按你的要求(比如“要有浴缸、可以做饭、离地铁站近”)筛选出Top 3,终结选择恐惧。
-
商务出行:快速查找公司报销标准内、且靠近会议地点的房源。
2. 安装与部署方式:5分钟全平台通杀
开始前,请确保你的电脑里有Node.js(版本18以上)和 npm,这是运行这个服务器的基础环境 。
小贴士:去 Node.js官网 下载安装包,一路“下一步”即可。
2.1 Windows系统(搭配 Claude Desktop)
第一步:找到 Claude 的“心脏”
打开文件资源管理器,在地址栏输入以下路径并回车:
%APPDATA%\Claude\
你应该能看到一个叫 claude_desktop_config.json 的文件 。
第二步:编辑配置文件
用记事本或VS Code打开它。把里面的内容替换成(或者合并成)下面这样:
{ "mcpServers": { "airbnb": { "command": "npx", "args": [ "-y", "@openbnb/mcp-server-airbnb" ] } } }
第三步:重启,起飞!
保存文件,完全退出 Claude 桌面端再重新打开。在聊天框里输入“你能帮我查一下Airbnb吗?”,如果它开始回应你,就说明配置成功了!
2.2 macOS系统(搭配 Claude Desktop)
第一步:找到配置文件
打开“终端”(Terminal),输入以下命令并按回车(也可以直接在访达中按 Cmd+Shift+G,输入路径前往):
~/Library/Application Support/Claude/
找到 claude_desktop_config.json 。
第二步:同样的配方
用文本编辑器(比如自带的TextEdit)打开这个json文件,同样粘贴上述配置代码。
第三步:重启 Claude
和Windows一样,完全退出App再重开,见证奇迹。
2.3 其他系统与客户端(通用法则)
无论是 Linux,还是你想在 JetBrains IDE、Roo Code、Cline 等编辑器中使用,配置逻辑几乎一样,只是配置文件的位置不同 。
| 客户端 | 配置文件路径 (示例) | 配置代码 (添加到 mcpServers) |
|---|---|---|
| JetBrains AI | Settings > Tools > AI Assistant > MCP |
{ "command": "npx", "args": ["-y", "@openbnb/mcp-server-airbnb"] } |
| Roo Code/Cline | ~/.roo/mcp_settings.json 或 ~/.codeium/mcp_settings.json |
{ "command": "npx", "args": ["-y", "@openbnb/mcp-server-airbnb"] } |
| 通用/手动启动 | 直接在终端测试 | npx -y @openbnb/mcp-server-airbnb |
2.4 常见问题与修复方案
-
问题:配置后 Claude 报错“找不到工具”或“连接失败”。
-
排查:首先检查你的json格式。可以用在线的JSON校验器看一下。其次,确保你完全退出了Claude(点左上角菜单退出,不是关窗口),再重新打开 。
-
-
问题:npx 不是内部或外部命令。
-
排查:说明Node.js没装好。重新安装Node.js,并确保在安装时勾选了“Add to PATH”。
-
-
问题:我想无视robots.txt,怎么搞?
-
解决:在配置文件的
args里加一行"--ignore-robots-txt"即可 。像这样:"args": ["-y", "@openbnb/mcp-server-airbnb", "--ignore-robots-txt"]
-
3. 配套客户端:谁是它的最佳拍档?
这个服务器本身不挑食,只要是支持MCP协议的客户端都能用。目前最火的搭配是:
-
客户端名称:Claude Desktop App(Anthropic官方应用)
-
是否付费:Claude桌面端免费,但需要Claude API密钥或订阅Pro才能使用高级模型。不过,即使免费版也能调用这个MCP工具。
-
下载地址:访问 Anthropic 官网 下载对应系统的版本。
当然,你也可以用在JetBrains、Continue、Cline等开发工具中,这些工具通常也是免费集成的。
4. 案例讲解:模拟一次“说走就走”的旅行
场景:五一假期,你和5个朋友(共6人)想去西班牙巴塞罗那玩5天(5月1日入住,5月6日退房)。你们想住在一起,希望有个私人泳池,预算在每晚2000欧元以内。现在,我们让Claude + Airbnb MCP来完成这个任务。
第一步:发送指令
打开配置好的Claude,在对话框里输入:
“请帮我找一下五一期间(5月1日-5月6日)在巴塞罗那的Airbnb,需要住6个成年人,要有私人泳池,每晚预算不超过2000欧元。”
第二步:Claude的“内心戏”
Claude收到指令后,不会直接去网上乱搜。它会想:“嗯,用户需要订房,我有个airbnb_search工具,正是干这个的。”
于是,它会自动调用这个工具,并填入参数:
-
location: “Barcelona, Spain” -
checkin: “2024-05-01” -
checkout: “2024-05-06” -
adults: 6 -
maxPrice: 2000 -
以及通过语义理解,它会把“私人泳池”这个条件,转化为搜索结果出来后的过滤逻辑(因为工具参数里没有直接指定设施,需要AI自己判断)。
第三步:获取结果并呈现
MCP服务器返回一堆JSON数据。Claude会像一个贴心的旅行顾问一样,把这些数据整理成易读的列表呈现给你:
为您找到了几个符合“私人泳池”条件的巴塞罗那房源:
🏡 格拉西亚大道奢华阁楼
价格:€1850/晚
卧室/床:3室4床
亮点:位于顶楼,拥有30平米的露天泳池,可俯瞰城市地标。
[查看详情] (这里会附带链接)
🌿 翻新过的带泳池别墅
价格:€1750/晚
卧室/床:4室5床
亮点:带有花园和大型私人泳池,离圣家堂打车15分钟,非常安静。
[查看详情]
…(列出3-5个后)
如果您对哪个感兴趣,我可以为您获取更详细的设施列表和房东信息!
附:可执行的代码(如果你是开发者,想跳过客户端直接测试)
如果你想在代码里直接调用这个MCP服务,可以使用MCP的客户端SDK。以下是一个极简的Node.js示例(需安装@modelcontextprotocol/sdk):
import { Client } from "@modelcontextprotocol/sdk/client/index.js"; import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js"; // 1. 创建客户端 const client = new Client({ name: "my-airbnb-client", version: "1.0.0" }); // 2. 创建传输层(通过标准输入输出启动子进程) const transport = new StdioClientTransport({ command: "npx", args: ["-y", "@openbnb/mcp-server-airbnb"] }); // 3. 连接 await client.connect(transport); // 4. 列出可用工具 const tools = await client.listTools(); console.log("可用工具:", tools.tools.map(t => t.name)); // 5. 调用搜索工具 const result = await client.callTool({ name: "airbnb_search", arguments: { location: "Barcelona", checkin: "2024-05-01", checkout: "2024-05-06", adults: 6, maxPrice: 2000 } }); console.log("搜索结果:", result.content); // 6. 关闭连接 await client.close();
5. 使用成本与商业价值
使用成本评估
-
金钱成本:0元。该项目完全开源且免费,无需支付API调用费。
-
学习成本:低。只要会编辑json配置文件,就能上手。
-
运维成本:几乎为0。因为它是在本地或你的服务器上运行,无需维护复杂的服务。
使用收益
-
效率提升:对于需要频繁查询Airbnb数据的个人或团队(如旅行社、数据公司),效率提升是48% 级别的 。以前需要手动打开网页、筛选、记录的流程,现在AI几秒钟就能搞定。
-
工作流自动化:想象一下,你可以写一个脚本,让AI每天早上帮你监控你心仪目的地的新上房源,有符合要求的直接推送到你的邮箱或Slack。
-
打破数据孤岛:MCP协议让AI不再是一个“孤岛”,它真正地“动手”为你工作。这个项目展示了如何低成本、低门槛地打通AI与现实世界的应用。
总结:
MCP Server Airbnb 是一个小而美的开源项目。它巧妙地利用了MCP协议和网页解析技术,赋予了AI强大的实时信息获取能力。无论你是技术极客,还是普通的旅行爱好者,只要花5分钟配置一下,就能拥有一个专属的AI旅行规划师。趁着五一还没到,赶紧试试吧!

关注 “悠AI” 更多干货技巧行业动态