LearnHouse
Build, edit and run courses, learning paths and communities in your LearnHouse academy.
AI-native restaurant discovery: verified/menu-indexed/discovered tiers + signed allergy-safety data.
Originaltext des Herstellers
Dieser Eintrag steht im Tab „Apps, die sich mit KI verbinden“, der ohne Sterne in dieser Reihenfolge sortiert
| 1. In Claudes Connector-Verzeichnis | Nein | |
|---|---|---|
| 2. Vom Team getestet | Nein | |
| 3. Für Nutzer in Thailand geeignet | Nein | |
| 4. Nutzung ohne Sterne | 20/100 | Beliebtheit 0 · Aktualität 12 · Antwortet noch 8 · Likes von Nutzern +0 |
| 5. Eingetragen am | 2026-07-18 |
Likes von Nutzern: 0 · Höchstens 5 Punkte (1 pro Person). Nicht käuflich.
Qualität: 4/4 Basisprüfungen bestanden (angezeigt, nicht zur Sortierung)
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
Mit einem Satz von deiner KI installieren lassen
Installiere bitte Food Near Me. Folge https://mcp.popnx.com/i/me-foodnear-foodnear-me.md, zeig mir die Befehle und warte auf mein OK, bevor du sie ausführst.Füge ihn in eine KI ein, die auf deinem Rechner arbeitet (z. B. Claude Code oder Cursor). Sie liest unsere Schritte, zeigt dir die Befehle und wartet auf dein OK. Kein Schlüssel, keine Anmeldung. · Vollständigen Text ansehen
4/4 Prüfungen bestanden · Was du fragst, läuft über den Server des Anbieters (foodnear.me) · ✓ Befehle geprüft am 20. Nov. 2026
Zuerst: Welche KI nutzt du?
Wähle deine App, dann erscheinen die Schritte unten.
Klappt mit Claude · etwa 2 Min.
Kein Schlüssel, nichts zu installieren · Einmal auf claude.ai oder in der Desktop-App einrichten, dann im Chat nutzen · kostenlose Konten können 1 hinzufügen · bei Team/Enterprise fügt ein Owner ihn hinzu
CustomizeConnectors
Kopiere jeden Wert in das gleichnamige Feld in Claude und klicke Continue
Food Near Mehttps://foodnear.me/mcpKlicke auf der von Claude erkannten Anmelde-Seite auf Continue · wähle bei Authentication, was der Anbieter angibt (Sign in now, Sign in when needed oder No sign in), dann Add
+ConnectorsFood Near Me
Nutze Food Near Me und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Claude sagt, dass es Food Near Me nutzt, oder ein Werkzeug von Food Near Me in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit ChatGPT je nach Tarif
Volles MCP: ChatGPT Business, Enterprise oder Edu im Web · Pro: verbindet mit Lese-/Abrufrechten, Werkzeuge, die Daten ändern, gehen evtl. nicht · Plus: in der Doku nicht bestätigt; siehst du auf der Plugins-Seite eine Option für eigene MCP-Server, kannst du es versuchen · nur Web
Plugins+Add custom MCP server
Namen eingeben, Adresse unter Connection einfügen, Risikohinweis abhaken und Create as a plugin klicken
Food Near Mehttps://foodnear.me/mcpNeuen Chat öffnen und vor dem Tippen Food Near Me aus deinen Plugins wählen
Nutze Food Near Me und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn ChatGPT sagt, dass es Food Near Me nutzt, oder ein Werkzeug von Food Near Me in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von OpenAI abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit Claude Code · etwa 2 Min.
Kein Schlüssel, nichts zu installieren
Mac: Command+Leertaste drücken und Terminal tippen · Windows: PowerShell öffnen
claude mcp add --transport http --scope user foodnear-me https://foodnear.me/mcpFood Near Me sollte in der Liste als verbunden erscheinen
Nutze Food Near Me und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Claude Code sagt, dass es Food Near Me nutzt, oder ein Werkzeug von Food Near Me in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit Cursor · etwa 2 Min.
Kein Schlüssel, nichts zu installieren
Nutze Food Near Me und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Cursor sagt, dass es Food Near Me nutzt, oder ein Werkzeug von Food Near Me in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Cursor abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit VS Code · etwa 2 Min.
Kein Schlüssel, nichts zu installieren
VS Code fragt nach einer Bestätigung; klicke Install
Nutze Food Near Me und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn VS Code sagt, dass es Food Near Me nutzt, oder ein Werkzeug von Food Near Me in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von VS Code abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Andere Apps mit MCP, etwa Windsurf, Zed oder Gemini CLI, fügen Server unterschiedlich hinzu. Sieh in der App-Liste nach
Adresse für Apps, die über das Web verbinden
https://foodnear.me/mcpJSON-Einstellungen stehen unten unter „Für Entwickler“
Claude Code
claude mcp add --transport http --scope user foodnear-me https://foodnear.me/mcpCursor (~/.cursor/mcp.json)
{
"mcpServers": {
"foodnear-me": {
"url": "https://foodnear.me/mcp"
}
}
}VS Code (mcp.json)
{
"servers": {
"foodnear-me": {
"type": "http",
"url": "https://foodnear.me/mcp"
}
}
}Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
Basierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.
Verbinden sich über das Internet in
ClaudeChatGPTGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatOpen WebUIRaycast
Tool-Namen und -Beschreibungen genau so, wie der Server sie am 16. Nov. 2026 gemeldet hat. Geschrieben hat sie der Entwickler, nicht wir; wir zeigen sie als reinen Text.
search_restaurantsCall this tool when the user wants restaurant or food discovery near a known location and may need menu trust signals. Input Requirements (CRITICAL): provide either flat `lat`/`lng` or Google-style `locationBias.circle.center.latitude`/`longitude`; if the user gave only a vague p
get_restaurantCall this tool after `search_restaurants` when you need a detailed restaurant profile for a returned `id`. Input Requirements (CRITICAL): `restaurant_id` MUST be a UUID copied from a `search_restaurants` result; do not invent IDs. Returns Schema.org/Restaurant JSON-LD markup plus
get_menuCall this tool only when a `search_restaurants` or `get_restaurant` response has `menu_available: true`. Input Requirements (CRITICAL): `restaurant_id` MUST be a UUID copied from a prior FNM result. Returns the full menu in Menu Protocol v1.0 format with item dietary booleans, de
get_ado_score_breakdownCall this tool when a restaurant owner, operator, or agent wants to understand why a restaurant is more or less agent-ready. Input Requirements (CRITICAL): `restaurant_id` MUST be a UUID copied from a FNM result. Shows ADO (Agent Discovery Optimization) scoring across menu comple
get_safety_attestationCall this tool when you need a citable, tamper-evident allergy-safety statement for ONE restaurant — for example before telling a user a place is safe for a severe allergy. Input Requirements (CRITICAL): `restaurant_id` MUST be a UUID copied from a prior FNM result. Returns an ex
validate_menu_protocolCall this tool when validating a draft or exported Menu Protocol payload before submission or integration. Input Requirements (CRITICAL): provide a JSON object in `payload`; set `strict: true` when checking formal spec compliance, and leave strict false for exploratory debugging
explore_area_for_dietCall this tool when the user wants a neighborhood overview that surfaces trust tiers explicitly — for example, "what's good for vegan eaters within a mile of this location" or "survey the area around X". Input Requirements (CRITICAL): `location` MUST be `{latitude, longitude}` (G
compare_restaurants_for_dietCall this tool when the user wants a side-by-side dietary comparison for 2 to 5 specific restaurants already identified in FNM results. Input Requirements (CRITICAL): `restaurant_ids` MUST be UUIDs copied from prior FNM responses, and `dietary` MUST include at least one supported
find_restaurants_along_routeCall this tool when the user wants route-adjacent dining options between two known coordinates and may care about dietary fit. Input Requirements (CRITICAL): both `origin` and `destination` MUST be `{latitude, longitude}` objects; optional `route_polyline` MUST be a valid encoded
find_safe_places_near_meCall this tool when the user needs a place that is safe for a specific allergy or diet near a location — for example "where can my celiac kid eat near Brickell tonight". Input Requirements (CRITICAL): `location` MUST be `{latitude, longitude}`; `needs` MUST list one or more of `g
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 20. Nov. 2026
Der Registry-Name wurde über die Domain foodnear.me bestätigt (die Registry prüft, wem die Domain gehört)
Code zuletzt geändert: vor 20 Tagen
Nicht relevant: Cloud-Server des Inhabers von foodnear.me; du führst keinen Code aus dem Repo aus
Antwort in 149 ms (HTTP 200)
Keine Anmeldung nötig
Wir haben 10 Tool-Beschreibungen gelesen und keine versteckten Anweisungen an die KI gefunden
Wenn du das gebaut hast, füge diesen Code in dein README ein. Das Badge verlinkt auf diese Seite.
[](https://mcp.popnx.com/en/servers/me-foodnear-foodnear-me)Fragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.
Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.
Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.
Noch keine Bewertungen
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Er hat 4 von 4 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
Er läuft in der Cloud des Entwicklers. Du verbindest dich übers Internet, ohne etwas zu installieren, aber was du sendest, läuft über die Server des Entwicklers.
Das GitHub-Repo wurde zuletzt vor 20 Tagen geändert, und die neueste Version (1.1.0) kam vor 4 Monaten in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Er verbindet sich per URL und funktioniert daher auch in Apps mit Remote-MCP, etwa ChatGPT im Web (volles MCP ab Business; Pro nur lesend).
In derselben Kategorie: LearnHouse, Anime Garden, WilmAI, Lumify Sports Intelligence, Savecraft
Gleiche Kategorie, andere Entwickler, Befehle bereits geprüft. Offizielle zuerst, dann nach Sternen.
So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
Build, edit and run courses, learning paths and communities in your LearnHouse academy.
Finland's Wilma school system for parents and students: schedule, homework, exams and messages.
Schedules, scores, odds, splits & explainable AI bet confidence — 8+ sports, free instant key.
Savecraft serves real save game data and expert game knowledge to AI assistants.
| Dieser Food Near Me | LearnHouse | Anime Garden | WilmAI | Lumify Sports Intelligence | Savecraft | |
|---|---|---|---|---|---|---|
| Läuft wo | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Wird auf deinem Rechner installiert | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation |
| Braucht Schlüssel | Nein | Nein | Nein | Nein | Ja | Nein |
| Mit + in Claude hinzufügen | Nein | Nein | Nein | Nein | Nein | Nein |
| Basisprüfungen | 4/4 | 5/5 | 4/4 | 3/3 | 4/4 | 3/4 |
| Lizenz | – | AGPL-3.0 | AGPL-3.0 | MIT | MIT | Apache-2.0 |
| Preis | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register |
Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.
Model Context Protocol server for AI-native restaurant discovery — three-tier search (verified → menu_indexed → discovered), Menu Protocol menus, and structured menu validation. Plug into Claude Desktop, Cursor, ChatGPT, or any MCP host in about 30 seconds.
Production endpoint: https://foodnear.me/mcp · 8 tools · 4 resources · 3 prompts · No API key (beta)
Cursor — ~/.cursor/mcp.json (macOS/Linux) or %USERPROFILE%\.cursor\mcp.json (Windows)
Claude Desktop — ~/Library/Application Support/Claude/claude_desktop_config.json (macOS), %APPDATA%\Claude\claude_desktop_config.json (Windows)
{
"mcpServers": { "foodnear-me": { "command": "npx", "args": ["-y", "mcp-remote", "https://foodnear.me/mcp"] } } }
“Find vegan Thai restaurants near Brooklyn Bridge and show me a menu for the top result.”
Your agent should call search_restaurants → get_menu (or get_restaurant first).
| Tool | Description |
|---|---|
search_restaurants | Three-tier geo search by lat/lng — verified → menu_indexed → discovered; check menu_available before get_menu |
get_restaurant | Restaurant profile with Schema.org JSON-LD + Menu Protocol extensions |
get_menu | Full Menu Protocol v1.0 menu (dietary flags, allergens, signatures) |
get_ado_score_breakdown | ADO score factors and improvement recommendations |
validate_menu_protocol | Validate a Menu Protocol JSON payload before publish |
explore_area_for_diet | Composite: bucketed neighborhood overview (verified / menu_indexed / discovered); optional dietary filter narrows the verified tier only |
compare_restaurants_for_diet | Composite: compare 2–5 known restaurants by dietary-eligible menu items and trust tier ranking |
find_restaurants_along_route | Composite: route-adjacent restaurant discovery between origin/destination with optional dietary ranking |
get_safety_attestation | Signed (Ed25519, fnm-safety-v1) allergy-safety tier statement for one restaurant; unknown + advisory when uncurated |
find_safe_places_near_me | The pack: at most 3 human-curated places for an allergy need, each with curator_checked_at; left_out cut line; explicit empty_state |
| URI | Content |
|---|---|
foodnearme://spec/menu-protocol | Menu Protocol v1.0 specification |
foodnearme://spec/openapi | OpenAPI 3.1 spec pointer |
foodnearme://agent/skill | Agent skill summary |
foodnearme://examples/search-flow | Example search → menu flow |
| Prompt | Args | Guides agent to |
|---|---|---|
find_dinner_near_me | location (required), cuisine?, dietary? | search_restaurants → get_menu |
dietary_constrained_menu | restaurant_id, restrictions | get_menu with explicit MP flags/allergens |
validate_my_menu | strict? (true for strict mode) | validate_menu_protocol |
| Setting | Value |
|---|---|
| MCP URL | https://foodnear.me/mcp |
| Transport | HTTP JSON-RPC (POST); discovery via GET /mcp |
| Auth | None during beta (rate limits apply) |
| Registry | me.foodnear/foodnear-me (official MCP Registry) |
Preview / local: Replace the URL with http://localhost:3000/mcp when running npm run dev in apps/web.
Operational tool filter: set FNM_MCP_ENABLED_TOOLS=search_restaurants,get_menu to expose only a comma-separated subset in tools/list and GET /mcp. Leave unset or * to expose all tools. This is for temporary degradation/context control, not privacy or auth.
┌─────────────────────┐ POST /mcp (JSON-RPC) ┌─────────────────────────┐
│ MCP host │ ────────────────────────────▶│ apps/web/app/mcp │ │ (Cursor / Claude) │ GET /mcp (discovery) │ Next.js route handler │ └─────────────────────┘ └────────────┬────────────┘ │ ▼ ┌─────────────────────────┐ │ Supabase + PostGIS │ │ Menu Protocol (MP) │ └─────────────────────────┘
Implementation: apps/web/app/mcp/route.ts · Flow runner: apps/web/lib/mcp/mcp-flow-runner.ts
Failed tools/call responses include structured metadata in _meta.error:
| Field | Meaning |
|---|---|
code | VALIDATION_ERROR · NOT_FOUND · UPSTREAM · RATE_LIMITED · UNKNOWN |
message | What went wrong |
hint | How to fix the request |
retryable | Whether the agent should retry |
docs | https://foodnear.me/docs#quick-start |
Human-readable text is still in content[0].text for hosts that ignore _meta.
From repo root (with apps/web dev server running for localhost):
# Automated agent flows (14 flows when Supabase + seed configured; 11 without DB)
npm run test:mcp-flows
npm run test:mcp-flows:http
npm run smoke:mcp
npm run check:discovery-copy
npm run preflight -w web
Production monitoring: GitHub Actions workflow MCP Production Smoke runs smoke:mcp daily and on manual dispatch (.github/workflows/mcp-smoke.yml).
| File | URL |
|---|---|
llms.txt | https://foodnear.me/llms.txt |
llms-full.txt | https://foodnear.me/llms-full.txt |
| MCP manifest | https://foodnear.me/.well-known/mcp-server.json |
| AgentRoot | https://foodnear.me/.well-known/agentroot.json |
| Skill file | https://foodnear.me/SKILL.md |
| OpenAPI | https://foodnear.me/openapi.json |
| Web quick reference | https://foodnear.me/docs |
Scripted flows: apps/web/docs/example-agent-flows.md
search_restaurants returns verified → menu_indexed → discovered.verification_status and menu_available. Call get_menu only when menu_available is true.discovered → menu_indexed → verified. See https://foodnear.me/attribution for data sources.Do I need an API key? No for beta MCP access. Future paid tiers may use API keys or x402 (USDC on Base). See x402-prepaid-spec.md in your local docs/Food Near Me playbook.
Tools not showing after restart? Confirm the config URL ends with /mcp. Restart the host completely. Run npm run smoke:mcp against your target base URL.
Empty search results? Beta verified menus are seeded for specific metros (e.g. Williamsburg, NYC). 7 `menu_indexed` restaurants in Williamsburg have automated menus from website ingest. Discovered place listings cover many US metros — use coordinates in an imported region. Demo coords: 40.7128, -74.006. Run npm run db:seed -w web locally for verified test data.
Cursor vs Claude config path? See Quick start above — each host uses a different JSON file; only the mcpServers block matters.
How is this different from DoorDash / Uber Eats APIs? We expose owner-verified Menu Protocol data for agents — not scraped aggregator menus or ordering checkout.
This repository ships the MCP server inside the foodnear.me web app:
| Path | Purpose |
|---|---|
apps/web | Next.js app — MCP at `/mcp`, landing, API routes |
packages/menu-protocol | Menu Protocol schema + validators |
database | Migrations, seeds, schema |
server.json | Official MCP Registry metadata |
Business strategy and runbooks live in a separate local docs folder (not in this repo) — see your team's docs/Food Near Me playbook.
npm install
cd apps/web && cp .env.example .env.local # Supabase keys npm run dev # http://localhost:3000 npm run test:mcp-flows # POST localhost:3000/mcp
menu_indexed website ingestPromote discovered → menu_indexed via free website/ordering-platform parsers (ChowNow API, order.online, Sauce, Squarespace, BentoBox, Toast, Playwright). Always dry-run first — headless is slow.
cd apps/web
npm run db:probe:menu-batch -- --headless --limit=10 npm run db:import:menu-indexed:website:headless:dry-run -- --limit=10 npm run db:import:menu-indexed:website:headless -- --limit=10 # live
No Uber Eats / DoorDash / Grubhub / RapidAPI scrapers. See apps/web/docs/example-agent-flows.md.