mcp-server-ticketmaster

你是否曾经想参加一场音乐会或体育比赛，却需要花大量时间在 Ticketmaster 网站上筛选日期、城市和艺人？你是否希望 AI 助手能够直接帮你找到符合你偏好的活动，比如“下个月在纽约的爵士音乐会”，并且直接给出时间、地点和票价范围？

这就是 mcp-server-ticketmaster 要解决的问题。它是一个基于模型上下文协议的服务器，通过 Ticketmaster 的 Discovery API，让 AI 模型能够查询和发现事件、场馆和艺人信息。你可以用自然语言向 AI 提问，AI 会调用这个服务器，然后为你返回结构化的活动数据。

项目基本信息

一、项目介绍

mcp-server-ticketmaster 是一个轻量级的 MCP 服务器，它将 Ticketmaster 庞大的活动数据库（包含演唱会、体育赛事、戏剧、展览等）通过一个统一的 search_ticketmaster 工具暴露给 AI。

该服务器支持三种搜索类型：

• 事件搜索：查找即将举行的活动，可按关键词、日期范围、城市、州、国家、分类等过滤。
• 场馆搜索：查找特定场馆的信息，如地址和位置。
• 艺人/团队搜索：搜索特定的艺人或运动队。

搜索结果可以以两种格式返回：结构化 JSON 格式（方便程序处理）或人类可读的纯文本格式（方便 AI 直接阅读和转述）。该项目使用了 Ticketmaster Discovery API，并需要一个免费的 API 密钥。

二、核心优势

单一工具，覆盖多种查询
与其他为每种资源提供单独工具的 MCP 服务器不同，这个服务器只提供了一个 search_ticketmaster 工具。它通过 type 参数区分查询类型，并通过其他可选参数进行过滤。这种设计简洁而统一。

灵活的过滤条件
查询事件时，你可以组合使用关键词、日期范围、地点和分类。例如，可以查找“2025 年 5 月伦敦的摇滚音乐会”，或者“下周所有免费的艺术展览”。

可选的输出格式
返回的数据既可以是结构化的 JSON，也可以是人类可读的文本。如果 AI 需要提取特定字段（如最低票价），JSON 格式更方便。如果 AI 只是要概述信息，文本格式更省 Token。

通过 Smithery 一键安装
项目支持通过 Smithery 安装到 Claude Desktop，无需手动配置环境变量或克隆代码，极大简化了安装过程。

开源且依赖少
整个项目代码量不大，依赖清晰，是学习如何用 TypeScript 构建 MCP 服务器并将其发布到 npm 的优秀范例。

三、适用场景

个人娱乐助手
你可以对 AI 说：“帮我找下本周末在芝加哥适合家庭的活动。” AI 会返回活动列表、时间、地点和票价范围。

旅行规划
如果你正在计划一次旅行，可以问：“我 6 月份要去巴黎，那里有什么体育赛事吗？” AI 可能会找到法网公开赛或环法自行车赛的赛段信息。

票务监控
你可以让 AI 定期查询“泰勒·斯威夫特”在你所在城市的所有未来演出，并设置一个提醒（虽然 AI 本身不是监控系统，但你可手动查询）。

市场调研
活动主办方可以问：“过去一个月，纽约市全部音乐会的平均票价是多少？” AI 可以批量查询并计算平均值。

聊天机器人增强
为你的本地生活服务机器人增加一个“找活动”的功能。用户输入“周末去哪玩”，机器人通过此服务查询后，推荐几个热门活动。

四、安装教程

安装 mcp-server-ticketmaster 非常简单。在开始前，你需要获取一个 Ticketmaster API 密钥。

第一步：获取 API 密钥

1. 访问 Ticketmaster Developer Portal。
2. 创建账号或登录。
3. 进入“My Apps”，点击“Register a New App”。
4. 填写应用信息，创建后即可获得 API 密钥。

第二步：通过 Smithery 安装（推荐）

关闭 Claude Desktop，在终端中运行：

npx -y @smithery/cli install mcp-server-ticketmaster --client claude

根据提示，输入你的 API 密钥。安装完成后，重新启动 Claude Desktop。

第三步：手动安装与配置

如果你希望手动控制，或使用其他客户端，请按以下步骤操作。

1. 全局安装 npm 包：

npm install -g @delorenj/mcp-server-ticketmaster

2. 配置 Claude Desktop：编辑配置文件（macOS: ~/Library/Application Support/Claude/claude_desktop_config.json；Windows: %AppData%\Claude\claude_desktop_config.json），添加以下内容：

{
  "mcpServers": {
    "ticketmaster": {
      "command": "npx",
      "args": ["-y", "@delorenj/mcp-server-ticketmaster"],
      "env": {
        "TICKETMASTER_API_KEY": "你的API密钥"
      }
    }
  }
}

3. 保存文件，完全重启 Claude Desktop。

五、使用示例

以下是在配置好服务器后，与 Claude 的自然语言对话示例。

示例1：查找特定城市的事件

用户输入：帮我找下 2025 年 12 月在伦敦的音乐会，关键词是“jazz”。

AI 会调用 search_ticketmaster，参数为 type: "event", keyword: "jazz", city: "London", startDate: "2025-12-01", endDate: "2025-12-31"，然后返回爵士音乐会的列表。

示例2：查找特定场馆的信息

用户输入：洛杉矶的斯台普斯中心最近有什么活动？

AI 可能先需要场馆 ID，或者直接通过场馆名称搜索。它可能会调用 search_ticketmaster，type: "venue", keyword: "Staples Center", city: "Los Angeles"，返回场馆详情和该场馆的未来活动。

示例3：按分类过滤

用户输入：我下周在纽约，想看篮球比赛。

AI 会调用 search_ticketmaster，参数为 type: "event", classificationName: "Sports", keyword: "basketball", city: "New York", startDate: "2026-04-27", endDate: "2026-05-03"。

示例4：获取人类可读的摘要

用户输入：用简单文字描述一下，这周末在旧金山有什么值得去的活动。

AI 可以将 format 参数设置为 "text"，然后直接输出格式友好的活动描述，例如：“1. 蓝草音乐节，周六下午 2 点，金门公园，票价 25 美元起。”

六、常见问题

问题1：服务器返回“Invalid API key”错误。

解决方案：检查你的 API 密钥是否正确，并确认该密钥是在 Ticketmaster Developer Portal 中为有效应用生成的。注意 API 密钥区分大小写。

问题2：搜索事件时返回空结果，但我确定有活动。

解决方案：

1. 确认日期范围是未来的日期。
2. 有些活动可能在官方 API 中标记为“待定”状态，不会被检索到。
3. 尝试减少过滤条件，例如先只使用 city 和 startDate，再逐步增加关键词。

问题3：search_ticketmaster 工具如何区分“事件”和“场馆”？

解决方案：通过 type 参数。如果 type: "event"，搜索的是事件；type: "venue"，搜索的是场馆。参数 venueId 和 attractionId 只在特定类型下有效。

问题4：我需要为大量查询付费吗？

解决方案：Ticketmaster Discovery API 有免费的用量限制（通常是每日一定数量）。个人使用和一般开发测试完全足够。如果你的应用需要高频率调用，请查阅 Ticketmaster 的官方定价和使用条款。

问题5：为什么服务器只有一个工具，而不是多个（如 search_events、search_venues）？

解决方案：这是项目作者的设计选择。用一个工具加上 type 参数，可以减少工具的数量，简化代码和 AI 的决策树。对于 AI 来说，理解一个带有 type 枚举的工具，和从多个工具中选一个，难度相似。这种设计也有利于未来扩展新的 type（如 "attraction"）。

七、总结

mcp-server-ticketmaster 是一个简洁、聚焦的 MCP 服务器。它通过 Ticketmaster 的官方 API，为 AI 助手打开了通往海量现场活动信息的大门。无论是个人生活助手、旅行规划工具，还是商业市场分析应用，都可以从中受益。

该项目的亮点在于：

• 易用性：单一工具，参数清晰，易于 AI 学习和使用。
• 灵活性：丰富的过滤条件和两种输出格式。
• 低门槛：Smithery 一键安装，免费的 API 密钥。

虽然 24 颗星不算多，但它解决的问题非常具体，且实现质量很高。对于希望探索“将第三方 API 包装为 MCP 工具”的开发者，这个项目是一个小巧完整的范例。对于最终用户，它能让你和 AI 的对话中多一个“找活动”的实用技能。