iflow-mcp_xrds76354_sumo-mcp 0.1.0__py3-none-any.whl

iflow_mcp_xrds76354_sumo_mcp-0.1.0.dist-info/METADATA

@@ -0,0 +1,402 @@
+Metadata-Version: 2.4
+Name: iflow-mcp_xrds76354_sumo-mcp
+Version: 0.1.0
+Summary: SUMO-MCP: Autonomous Traffic Simulation Platform with Model Context Protocol
+License-File: LICENSE
+Requires-Python: >=3.10
+Requires-Dist: mcp[cli]>=1.0.0
+Requires-Dist: pandas>=2.0.0
+Requires-Dist: requests>=2.31.0
+Requires-Dist: sumo-rl>=1.4.3
+Requires-Dist: sumolib>=1.20.0
+Requires-Dist: traci>=1.20.0
+Provides-Extra: dev
+Requires-Dist: flake8>=7.0.0; extra == 'dev'
+Requires-Dist: mypy>=1.8.0; extra == 'dev'
+Requires-Dist: pandas-stubs>=2.0.0; extra == 'dev'
+Requires-Dist: psutil>=5.9.0; extra == 'dev'
+Requires-Dist: pytest>=8.0.0; extra == 'dev'
+Requires-Dist: types-requests>=2.31.0; extra == 'dev'
+Requires-Dist: types-setuptools>=69.0.0; extra == 'dev'
+Description-Content-Type: text/markdown
+
+# SUMO-MCP: 智能交通仿真与控制的 MCP 平台
+
+<div align="center">
+  <img src="doc/sumo-mcp.jpg" alt="SUMO-MCP Logo" width="200" />
+  <br />
+  <br />
+  <p align="center">
+    <a href="https://github.com/XRDS76354/SUMO-MCP-Server"><img src="https://img.shields.io/badge/Status-Active-success" alt="Status" /></a>
+    <a href="https://www.python.org/downloads/"><img src="https://img.shields.io/badge/Python-3.10+-blue" alt="Python" /></a>
+    <a href="LICENSE"><img src="https://img.shields.io/badge/License-MIT-green" alt="License" /></a>
+    <a href="https://deepwiki.com/XRDS76354/SUMO-MCP-Server"><img src="https://deepwiki.com/badge.svg" alt="DeepWiki" /></a>
+    <a href="https://github.com/XRDS76354/SUMO-MCP-Server"><img src="https://img.shields.io/github/last-commit/XRDS76354/SUMO-MCP-Server" alt="Last Commit" /></a>
+    <a href="doc/API.md"><img src="https://img.shields.io/badge/API-Docs-blue" alt="API Docs" /></a>
+    <img src="https://img.shields.io/badge/platform-Windows%20%7C%20Linux%20%7C%20macOS-lightgrey" alt="Platform" />
+  </p>
+</div>
+
+SUMO-MCP 是一个连接大语言模型 (LLM) 与 [Eclipse SUMO](https://www.eclipse.org/sumo/) 交通仿真的中间件。通过 [Model Context Protocol (MCP)](https://modelcontextprotocol.io/)，它允许 AI 智能体（如 Claude, Cursor, TRAE等）直接调用 SUMO 的核心功能，实现从**OpenStreetMap 数据获取**、**路网生成**、**需求建模**到**仿真运行**与**信号优化**的全流程自动化。
+
+系统支持**离线仿真**（基于文件的工作流）和**在线交互**（实时 TraCI 控制）两种模式，满足从宏观规划到微观控制的多样化需求。
+
+API 参考见 `doc/API.md`（唯一真相源以 `src/server.py` 的工具注册为准）。
+
+## 🚀 核心功能特性
+
+### 1. 全面的工具链集成
+聚合符合直觉的核心 MCP 接口，简化 SUMO 复杂操作：
+
+![SUMO-MCP 工具列表](doc/sumo-mcp工具列表.png)
+
+*   **路网管理 (`manage_network`)**: 支持路网生成 (`generate`)、OSM 地图下载 (`download_osm`) 与格式转换 (`convert`)。
+*   **需求管理 (`manage_demand`)**: 提供随机行程生成 (`generate_random`)、OD 矩阵转换 (`convert_od`) 和路径计算 (`compute_routes`)。
+*   **信号优化 (`optimize_traffic_signals`)**: 集成周期自适应 (`cycle_adaptation`) 和绿波协调 (`coordination`) 算法；其中 `cycle_adaptation` 输出为 SUMO `<additional>` 信号方案文件（由工作流自动挂载到 `<additional-files>`）。
+*   **仿真与分析**: 支持标准配置文件仿真 (`run_simple_simulation`) 与 FCD 轨迹数据分析 (`run_analysis`)。
+
+部分聚合工具支持在 `params` 中传入 `options: list[str]`，用于将额外参数按 token 透传到底层 SUMO 二进制/脚本（详见 `doc/API.md` 的“通用约定”）。
+
+### 2. 在线实时交互 (Online Interaction)
+支持通过 TraCI 协议与运行中的仿真实例进行实时交互，赋予 LLM 微观控制与感知能力：
+
+*   **仿真控制 (`control_simulation`)**: 提供启动连接 (`connect`)、单步推演 (`step`) 和安全断开 (`disconnect`)。
+*   **状态查询 (`query_simulation_state`)**: 实时获取车辆列表 (`vehicle_list`)、车辆细节变量 (`vehicle_variable`) 及全局仿真统计。
+
+### 3. 自动化智能工作流
+内置端到端的自动化工作流 (`run_workflow`)，简化复杂科研与工程任务：
+
+*   **Sim Gen & Eval (`sim_gen_eval`)**: 一键执行 "生成路网 -> 生成需求 -> 路径计算 -> 仿真运行 -> 结果分析" 的完整闭环。
+    - 参数：`grid_number`(别名:`grid_size`,`size`), `sim_seconds`(别名:`steps`,`duration`,`end_time`), `output_dir`
+*   **Signal Optimization (`signal_opt`)**: 自动执行 "基线仿真 -> 信号优化 -> 优化仿真 -> 效果对比" 的全流程，并自动处理优化工具输出的 `<additional>` 文件挂载。
+    - 参数：`net_file`(必填), `route_file`(必填), `sim_seconds`(别名:`steps`,`duration`), `use_coordinator`, `output_dir`
+*   **RL Training (`rl_train`)**: 针对内置场景的强化学习训练；自定义路网训练使用 `manage_rl_task/train_custom`（底层基于开源项目 [sumo-rl](https://github.com/LucasAlegre/sumo-rl)；要求路网包含信号灯，且运行建议显式设置 `SUMO_HOME`）。
+    - 参数：`scenario_name`(别名:`scenario`), `episodes`(别名:`num_episodes`), `steps`(别名:`steps_per_episode`), `output_dir`
+
+> 💡 **提示**: 关于各工具的详细参数说明与调用示例，请参考 [API 详细文档](doc/API.md)。
+
+---
+
+## 🛠️ 环境要求
+
+*   **操作系统**: Windows / Linux / macOS
+*   **Python**: 3.10+ (强制要求，以支持最新的类型系统与 MCP SDK)
+*   **SUMO**: [Eclipse SUMO](https://www.eclipse.org/sumo/)(需配置 `SUMO_HOME` 环境变量，并确保其二进制目录在 `PATH` 中)
+
+### Python 依赖
+
+**运行时依赖**（安装后即可使用所有 MCP 工具）：
+- `mcp[cli]>=1.0.0` - 官方 Model Context Protocol SDK
+- `sumolib>=1.20.0` - SUMO Python 库（路网操作、二进制调用）
+- `traci>=1.20.0` - Traffic Control Interface（在线实时控制）
+- `sumo-rl>=1.4.3` - SUMO 强化学习环境（RL 训练功能）
+- `pandas>=2.0.0` - 数据分析（FCD 轨迹处理）
+- `requests>=2.31.0` - HTTP 请求（OSM 数据下载）
+
+**开发依赖**（可选，用于测试和代码质量检查）：
+- `mypy>=1.8.0` - 静态类型检查
+- `flake8>=7.0.0` - 代码风格检查
+- `pytest>=8.0.0` - 单元测试框架
+- `psutil>=5.9.0` - 系统资源监控（性能测试）
+- `types-*` - 类型存根包（mypy 支持）
+
+使用 `.\install_deps.ps1 -NoDev` 可以跳过开发依赖的安装。
+
+---
+
+## 📦 安装指南
+
+### 1. 获取代码
+
+您可以通过以下方式获取项目：
+
+**方式 A：通过 Git 克隆 (推荐)**
+```bash
+git clone https://github.com/XRDS76354/SUMO-MCP-Server.git
+cd sumo-mcp
+```
+
+**方式 B：下载压缩包**
+1. 访问 [GitHub 项目主页](https://github.com/XRDS76354/SUMO-MCP-Server)。
+2. 点击 **Code** 按钮，选择 **Download ZIP**。
+3. 解压并进入项目目录。
+
+**方式 C：作为依赖安装 (WIP)**
+如果您想在其他项目中使用，可以尝试：
+```bash
+pip install git+https://github.com/XRDS76354/SUMO-MCP-Server.git
+```
+
+### 2. 安装与配置 SUMO
+
+本系统依赖于 [Eclipse SUMO](https://www.eclipse.org/sumo/) 仿真引擎。
+
+#### 重要提示 (Important Notes)
+*   **仅使用 SUMO 二进制工具**（`sumo` / `netconvert` / `netgenerate` / `duarouter` / `od2trips` 等）：保证命令在 `PATH` 中即可。
+*   **使用 SUMO tools 脚本**（`randomTrips.py` / `osmGet.py` / `tls*.py` 等）：需要能定位到 `<SUMO_HOME>/tools`，推荐设置 `SUMO_HOME` 指向 SUMO 安装目录，并把 `$SUMO_HOME/bin` 加入 `PATH`。
+
+#### 各平台安装步骤
+*   **Windows**:
+    1. 安装 SUMO：使用官方安装包（文档：https://sumo.dlr.de/）。
+    2. 设置环境变量（示例）：
+       - CMD：`setx SUMO_HOME "C:\Program Files\Eclipse\sumo"`，`setx PATH "%SUMO_HOME%\bin;%PATH%"`
+       - PowerShell：`$env:SUMO_HOME="C:\Program Files\Eclipse\sumo"; $env:PATH="$env:SUMO_HOME\bin;$env:PATH"`
+    3. 验证：`sumo --version`
+*   **Linux (Ubuntu/Debian)**:
+    1. 安装：`sudo apt-get install sumo sumo-tools`
+    2. 可选（使用 tools 脚本时推荐）：`export SUMO_HOME=/usr/share/sumo` 并把 `$SUMO_HOME/bin` 加入 `PATH`
+    3. 验证：`sumo --version`
+*   **macOS (Homebrew)**:
+    1. 安装：`brew install sumo`
+    2. Homebrew 通常会自动把 `sumo` 加到 `PATH`；如需 tools 脚本，可设置 `SUMO_HOME` 指向 `.../share/sumo`（例如 `/usr/local/share/sumo` 或 `/opt/homebrew/share/sumo`）
+    3. 验证：`sumo --version`
+
+> � **更多说明**: 更多关于 SUMO 安装与配置的详细信息，请参考 [SUMO 官方文档](https://sumo.dlr.de/docs/)。
+
+### 3. Python 环境配置
+
+#### Windows 一键安装
+
+在 Windows 上可以直接使用仓库自带脚本创建 `.venv` 并安装依赖（默认包含开发依赖 `.[dev]`）。
+
+**方式 A：PowerShell（推荐）**
+
+```powershell
+.\install_deps.ps1
+
+# 可选参数：
+.\install_deps.ps1 -NoDev                                               # 仅安装运行依赖
+.\install_deps.ps1 -IndexUrl https://pypi.tuna.tsinghua.edu.cn/simple  # 使用国内镜像
+```
+
+**方式 B：CMD（命令提示符）**
+```bat
+install_deps.bat
+
+REM 可选参数：
+install_deps.bat -NoDev
+install_deps.bat -IndexUrl https://pypi.tuna.tsinghua.edu.cn/simple
+```
+
+脚本会自动：
+- 检测并验证 Python 3.10+ 版本
+- 创建虚拟环境 `.venv`（如不存在）
+- 升级 pip/setuptools/wheel
+- 安装项目依赖（editable mode）
+
+您可以选择以下任一方式手动配置开发环境。
+
+#### 方式1：使用 uv (推荐 - 极速)
+
+[uv](https://github.com/astral-sh/uv) 是目前最快的 Python 包管理工具，支持一键同步依赖。
+
+```bash
+# 1. 安装 uv (如果尚未安装)
+pip install uv
+
+# 2. 同步项目环境 (自动创建虚拟环境并安装依赖)
+uv sync
+
+# 3. 激活环境
+# Windows:
+.venv\Scripts\activate
+# Linux/macOS:
+source .venv/bin/activate
+```
+
+#### 方式2：使用 Conda + Pip 
+
+如果您习惯使用 Conda 管理环境，可以按照以下步骤操作：
+
+```bash
+# 1. 创建并激活 Conda 环境
+conda create -n sumo-mcp python=3.10 -y
+conda activate sumo-mcp
+
+# 2. 安装项目依赖
+# 推荐国内用户使用镜像源加速，一键安装项目及开发工具
+pip install -e ".[dev]" -i https://pypi.tuna.tsinghua.edu.cn/simple
+
+# 或者仅安装基础依赖
+pip install -r requirements.txt
+```
+
+---
+
+## 🚦 启动与配置
+
+### 1. 本地直接启动 (用于测试)
+
+服务器基于官方 `mcp.server.fastmcp.FastMCP` 实现，通过标准输入输出 (stdio) 传输 JSON-RPC 2.0 消息。
+
+使用 Python 直接启动 MCP 服务器：
+
+```bash
+python src/server.py
+```
+
+或者使用仓库自带的启动脚本（会自动处理环境检测与 `PATH` 挂载）：
+
+*   **Linux/macOS**: `./start_server.sh`
+*   **Windows (PowerShell)**: `.\start_server.ps1`
+*   **Windows (CMD)**: `start_server.bat`
+
+### 2. MCP 服务配置 (关键 - 用于 AI 宿主)
+
+配置 MCP 服务器到宿主应用（如 Claude Desktop, Trae, Cursor）时，**必须使用绝对路径**。
+
+#### A. 查找必要路径
+在终端中激活您的环境后，运行以下命令：
+
+*   **Python 绝对路径**:
+    - Windows (PS): `(Get-Command python).Source`
+    - Linux/macOS: `which python`
+*   **SUMO_HOME 路径**:
+    - Windows: `echo %SUMO_HOME%`
+    - Linux/macOS: `echo $SUMO_HOME`
+
+#### B. 宿主应用配置示例
+将以下 JSON 添加到宿主应用的配置文件中（例如 Claude Desktop 的 `claude_desktop_config.json`）：
+
+```json
+{
+  "mcpServers": {
+    "sumo-mcp": {
+      "command": "/path/to/your/env/python", 
+      "args": ["/path/to/sumo-mcp/src/server.py"],
+      "env": {
+        "SUMO_HOME": "/your/actual/sumo/path",
+        "PYTHONPATH": "/path/to/sumo-mcp/src"
+      }
+    }
+  }
+}
+```
+
+> **⚠️ 重要提示**: 
+> 1. `command`: 必须替换为您找到的 **Python 解释器绝对路径**。
+> 2. `args`: 必须替换为项目 `src/server.py` 的 **绝对路径**。
+> 3. `env`: 显式设置 `SUMO_HOME` 和 `PYTHONPATH` 可以有效避免 `ModuleNotFoundError` 或环境识别错误。
+
+工具清单与参数约定请以 `src/server.py` 或 `doc/API.md` 为准。
+
+更多配置示例见 `mcp_config_examples.json`。
+
+---
+
+## 💡 使用示例 (Prompt)
+
+在配置了 MCP 的 AI 助手中，您可以尝试以下自然语言指令：
+
+*   **工作流任务**:
+
+    > "生成一个 3x3 的网格路网，模拟 100 秒的交通流，并告诉我平均车速。"
+    > *(AI 将调用 `run_workflow("sim_gen_eval", {"grid_number": 3, "sim_seconds": 100})`)*
+
+*   **在线交互任务**:
+    > "启动这个配置文件的仿真，每运行一步就告诉我 ID 为 'v_0' 的车辆速度，如果速度低于 5m/s 就提醒我。"
+    > *(AI 将调用 `control_simulation` 和 `query_simulation_state`)*
+*   **强化学习任务**:
+
+    > "列出所有内置的强化学习场景，然后选择一个简单的路口场景训练 5 个回合。"
+    > *(AI 将调用 `manage_rl_task("list_scenarios")` 和 `run_workflow("rl_train", {"scenario_name": "...", "episodes": 5})`)*
+- **复杂综合场景示例 (推荐测试)**:
+
+  > "使用工具中的sumo-mcp完成下面操作：生成一个4x4的网格路网，要求所有节点均为交叉路口，设置网格间距为100米（默认值）确保所有交叉口都配置交通信号灯，设置车辆总数为200辆，运行进行1000秒的交通仿真，启用车辆轨迹记录功能，提取所有车辆的速度数据计算整个仿真期间所有车辆的平均速度，结果精确到小数点后两位。"
+  >
+  > **AI 内部执行逻辑**:
+  >
+  > 1. 调用 `manage_network(action="generate", output_file="grid.net.xml", params={"grid": true, "grid_number": 4})`
+  > 2. 调用 `manage_demand(action="random_trips", net_file="grid.net.xml", output_file="trips.xml", params={"end_time": 1000, "period": 5.0})` (计算: 1000s / 200辆 = 每5秒一辆)
+  > 3. 调用 `run_workflow("sim_gen_eval", {"grid_number": 4, "sim_seconds": 1000, "output_dir": "results"})` 或手动组合 `control_simulation`
+  > 4. 调用 `run_analysis(fcd_file="results/fcd.xml")` 获取平均速度统计。
+
+---
+
+## 🧰 Troubleshooting
+
+*   **提示找不到 `sumo`**（例如：`Error: Could not locate SUMO executable (`sumo`).`）：
+    1. 先在终端执行 `sumo --version`，确认 SUMO 二进制可用。
+    2. 若不可用：把 SUMO 的 `bin/` 加入 `PATH`，或设置 `SUMO_HOME` 并把 `$SUMO_HOME/bin` 加入 `PATH`。
+*   **提示找不到 tools 脚本**（例如：`randomTrips.py` / `osmGet.py` / `tls*.py`）：
+    1. 确认 `SUMO_HOME` 指向 SUMO 安装目录。
+    2. 确认 `<SUMO_HOME>/tools` 目录存在且包含对应脚本。
+*   **MCP 调用卡住 / 响应显示 `undefined`**：
+    1. 该项目通过 stdio 传输 JSON-RPC，任何子进程（SUMO / tools 脚本）向标准输出打印的非 JSON 文本都可能污染通信，导致宿主无法解析响应。
+    2. 升级到最新版本（已将 TraCI 启动的 SUMO stdout 做隔离），或确保相关子进程输出被捕获/重定向。
+*   **MCP 客户端无法继承环境变量**：
+    1. 在 MCP 客户端配置中显式传入 `env`（参考 `mcp_config_examples.json`）。
+
+## 📂 项目结构
+
+```text
+sumo-mcp/
+├── doc/
+│   ├── API.md             # MCP 工具 API 参考（与 src/server.py 对齐）
+│   └── sumo-mcp.jpg       # 项目图片
+├── src/
+│   ├── server.py           # MCP 服务器入口 (FastMCP 实现，聚合接口)
+│   ├── utils/              # 通用工具
+│   │   ├── connection.py   # TraCI 连接管理器
+│   │   ├── output.py       # 输出处理工具
+│   │   ├── sumo.py         # SUMO 配置工具
+│   │   ├── timeout.py      # 超时管理工具
+│   │   └── traci.py        # TraCI 封装工具
+│   ├── mcp_tools/          # 核心工具模块
+│   │   ├── analysis.py     # 分析工具
+│   │   ├── network.py      # 网络工具
+│   │   ├── route.py        # 路径工具
+│   │   ├── signal.py       # 信号工具
+│   │   ├── simulation.py   # 仿真控制工具
+│   │   ├── vehicle.py      # 车辆工具
+│   │   └── rl.py           # 强化学习工具
+│   ├── resources/          # 资源文件
+│   └── workflows/          # 自动化工作流
+│       ├── sim_gen.py      # 仿真生成工作流
+│       ├── signal_opt.py   # 信号优化工作流
+│       └── rl_train.py     # RL 训练工作流
+├── pyproject.toml          # 项目配置与依赖管理
+├── requirements.lock       # 锁定依赖版本
+└── README.md               # 项目文档
+```
+
+## 📄 许可证
+
+MIT License
+
+## 📣 媒体支持
+
+感谢以下媒体平台对项目的支持：
+
+- BigTrans 公众号 - [重磅开源！SUMO-MCP让大模型助力交通仿真](https://mp.weixin.qq.com/s/fJ_W0zEQlgA-1bAfmjki-A)
+
+## 贡献者 ✨
+
+<table>
+  <tr>
+    <td align="center">
+      <a href="https://github.com/2217173240">
+        <img src="https://github.com/2217173240.png?size=100" width="100px;" alt=""/><br />
+        <sub><b>2217173240</b></sub>
+      </a>
+    </td>
+    <td align="center">
+      <a href="https://github.com/gateblues">
+        <img src="https://github.com/gateblues.png?size=100" width="100px;" alt=""/><br />
+        <sub><b>gateblues</b></sub>
+      </a>
+    </td>
+    <td align="center">
+      <a href="https://github.com/Hiners">
+        <img src="https://github.com/Hiners.png?size=100" width="100px;" alt=""/><br />
+        <sub><b>Hiners</b></sub>
+      </a>
+    </td>
+    <td align="center">
+      <a href="https://github.com/Zpzp1997">
+        <img src="https://github.com/Zpzp1997.png?size=100" width="100px;" alt=""/><br />
+        <sub><b>Zpzp1997</b></sub>
+      </a>
+    </td>
+  </tr>
+</table>

iflow_mcp_xrds76354_sumo_mcp-0.1.0.dist-info/RECORD

@@ -0,0 +1,27 @@
+server.py,sha256=c64Y9qkLo1UzE7gW04hLIFhE1kUoeD0PxLIhYbkBsjE,20306
+mcp_tools/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
+mcp_tools/analysis.py,sha256=Msh2lcDATMAXsoT0ZGy8YcTS1mxVv7vMG1EEhS1TCO4,1083
+mcp_tools/network.py,sha256=AujAMLaK0cxewyvv_FXQ9W_YBQrCkA7e389NZSjx3YA,3633
+mcp_tools/py.typed,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
+mcp_tools/rl.py,sha256=FFomFwGZRONq8n7u8hq_puG8docyMP1k2V4lpH8TOYs,16864
+mcp_tools/route.py,sha256=p3kW4pjVoZMX1TRgbtrZnAywWNe7VwaPXeLeuBTSHPQ,3505
+mcp_tools/signal.py,sha256=t3DpaOLDzZKKy0slzhVEkNDaYZSw_pmqnEm7j34kDm0,3507
+mcp_tools/simulation.py,sha256=WAaW13csdlob4CH4WK2FmUlZCuFiJk2uWE8jydqC9aI,2911
+mcp_tools/vehicle.py,sha256=7gyaYIUvdhkIhdFEZECk7s4w4ZOU_Pvq6LB7luhsDG0,2211
+resources/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
+utils/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
+utils/connection.py,sha256=su1m-3SmhSHJFtE6-z9LKet8yeKafGxj7TRSjOf_H4g,5051
+utils/output.py,sha256=yLnU0rqAf_YI-ycalXpwdaSKeZdjFrnQTfZE1zloG9k,660
+utils/sumo.py,sha256=nvif01kGrfs_Pv3w_0yqpP0ydBWqdHDffejqtxnXmxA,5789
+utils/timeout.py,sha256=S2VM4CrLg5XhjyBJyc6pDINkM72xMM1dF4GJe5uXZow,12454
+utils/traci.py,sha256=epejDxkljHCfmJ3kKbWT2SqWeOq8i464pxBB0uaFfXI,2221
+workflows/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
+workflows/py.typed,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
+workflows/rl_train.py,sha256=qTHToU3E8SbjSJzlrpLySZrP8zMUL8P9UCvfIvXGZac,1034
+workflows/signal_opt.py,sha256=RyXGsE9MbAXr_VcfTAYej62LqPdQ3mUaKUvo30Iddjs,7506
+workflows/sim_gen.py,sha256=4nTa3wr4esuA48msQoRjR0FvRTgOk3OEBHBL6Uxo1rM,2449
+iflow_mcp_xrds76354_sumo_mcp-0.1.0.dist-info/METADATA,sha256=zgJsnVJy0FL6eYo7jbX-TNV-Qr_k3Iz3xyBqTa7A_NY,17908
+iflow_mcp_xrds76354_sumo_mcp-0.1.0.dist-info/WHEEL,sha256=WLgqFyCfm_KASv4WHyYy0P3pM_m7J5L9k2skdKLirC8,87
+iflow_mcp_xrds76354_sumo_mcp-0.1.0.dist-info/entry_points.txt,sha256=Hdh89w8I0T1JWEGKbb9HC8CTR96qkav3LwJcMbhh4sk,41
+iflow_mcp_xrds76354_sumo_mcp-0.1.0.dist-info/licenses/LICENSE,sha256=Lwf-W-fYhlzHcggU_u0umDOaqe2B5kdQViz-lE9RZBw,1066
+iflow_mcp_xrds76354_sumo_mcp-0.1.0.dist-info/RECORD,,

iflow_mcp_xrds76354_sumo_mcp-0.1.0.dist-info/WHEEL

@@ -0,0 +1,4 @@
+Wheel-Version: 1.0
+Generator: hatchling 1.28.0
+Root-Is-Purelib: true
+Tag: py3-none-any

iflow_mcp_xrds76354_sumo_mcp-0.1.0.dist-info/entry_points.txt

@@ -0,0 +1,2 @@
+[console_scripts]
+sumo-mcp = server:main

iflow_mcp_xrds76354_sumo_mcp-0.1.0.dist-info/licenses/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2025 XuDong Wu
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

mcp_tools/analysis.py

@@ -0,0 +1,33 @@
+import sumolib
+import pandas as pd
+import os
+
+def analyze_fcd(fcd_file: str) -> str:
+    """
+    Analyze FCD (Floating Car Data) output XML to compute basic statistics.
+    """
+    if not os.path.exists(fcd_file):
+        return f"Error: File {fcd_file} not found."
+
+    try:
+        speeds = []
+        vehicle_counts = 0
+        
+        # sumolib.output.parse returns a generator
+        for timestep in sumolib.output.parse(fcd_file, 'timestep'):
+            if timestep.vehicle:
+                for vehicle in timestep.vehicle:
+                    speeds.append(float(vehicle.speed))
+                    vehicle_counts += 1
+        
+        if not speeds:
+            return "No vehicle data found in FCD output."
+            
+        avg_speed = sum(speeds) / len(speeds)
+        
+        df = pd.DataFrame({'speed': speeds})
+        desc = df.describe().to_string()
+        
+        return f"Analysis Result:\nTotal Data Points: {vehicle_counts}\nAverage Speed: {avg_speed:.2f} m/s\n\nStatistics:\n{desc}"
+    except Exception as e:
+        return f"Analysis error: {str(e)}"

mcp_tools/network.py

@@ -0,0 +1,94 @@
+import subprocess
+import sumolib
+import os
+import sys
+from typing import Optional, List
+
+from utils.sumo import build_sumo_diagnostics, find_sumo_tool_script
+from utils.output import truncate_text
+from utils.timeout import subprocess_run_with_timeout
+
+def netconvert(osm_file: str, output_file: str, options: Optional[List[str]] = None) -> str:
+    """
+    Wrapper for SUMO netconvert. Converts OSM files to SUMO network files.
+    """
+    try:
+        binary = sumolib.checkBinary('netconvert')
+    except (SystemExit, Exception) as e:
+        return f"Error finding netconvert: {e}"
+
+    cmd = [binary, "--osm-files", osm_file, "-o", output_file]
+    if options:
+        cmd.extend(options)
+    
+    try:
+        result = subprocess_run_with_timeout(cmd, operation="netconvert", check=True)
+        return f"Netconvert successful.\nStdout: {truncate_text(result.stdout)}"
+    except subprocess.CalledProcessError as e:
+        return f"Netconvert failed.\nStderr: {truncate_text(e.stderr)}\nStdout: {truncate_text(e.stdout)}"
+    except Exception as e:
+        return f"Netconvert execution error: {str(e)}"
+
+def netgenerate(output_file: str, grid: bool = True, grid_number: int = 3, options: Optional[List[str]] = None) -> str:
+    """
+    Wrapper for SUMO netgenerate. Generates abstract networks.
+    """
+    try:
+        binary = sumolib.checkBinary('netgenerate')
+    except (SystemExit, Exception) as e:
+        return f"Error finding netgenerate: {e}"
+
+    cmd = [binary, "-o", output_file]
+    if grid:
+        cmd.extend(["--grid", "--grid.number", str(grid_number)])
+    
+    if options:
+        cmd.extend(options)
+    
+    try:
+        result = subprocess_run_with_timeout(cmd, operation="netgenerate", check=True)
+        return f"Netgenerate successful.\nStdout: {truncate_text(result.stdout)}"
+    except subprocess.CalledProcessError as e:
+        return f"Netgenerate failed.\nStderr: {truncate_text(e.stderr)}\nStdout: {truncate_text(e.stdout)}"
+    except Exception as e:
+        return f"Netgenerate execution error: {str(e)}"
+
+def osm_get(bbox: str, output_dir: str, prefix: str = "osm", options: Optional[List[str]] = None) -> str:
+    """
+    Wrapper for osmGet.py. Downloads OSM data.
+    
+    Args:
+        bbox: Bounding box "west,south,east,north".
+        output_dir: Directory to save the data.
+        prefix: Prefix for output files.
+    """
+    script = find_sumo_tool_script("osmGet.py")
+    if not script:
+        return "\n".join(
+            [
+                "Error: Could not locate SUMO tool script `osmGet.py`.",
+                build_sumo_diagnostics("sumo"),
+                "Please set `SUMO_HOME` to your SUMO installation directory "
+                "(so that `$SUMO_HOME/tools/osmGet.py` exists).",
+            ]
+        )
+        
+    os.makedirs(output_dir, exist_ok=True)
+        
+    # osmGet.py writes to current dir or specified prefix. 
+    # We should run it in the output_dir or handle paths carefully.
+    # It seems osmGet.py uses --prefix to specify output filename prefix.
+    
+    cmd = [sys.executable, script, "--bbox", bbox, "--prefix", prefix]
+    
+    if options:
+        cmd.extend(options)
+        
+    try:
+        # Run in output_dir so files are saved there
+        result = subprocess_run_with_timeout(cmd, operation="osmGet", check=True, cwd=output_dir)
+        return f"osmGet successful.\nStdout: {truncate_text(result.stdout)}"
+    except subprocess.CalledProcessError as e:
+        return f"osmGet failed.\nStderr: {truncate_text(e.stderr)}\nStdout: {truncate_text(e.stdout)}"
+    except Exception as e:
+        return f"osmGet execution error: {str(e)}"