AIDataNordic — Food Recipe MCP

Name: food-recipe-mcp
Author: AIDataNordic

Ein produktionsreifer semantischer Suchserver für Kochrezepte – entwickelt für KI-Agenten unter Verwendung des Model Context Protocol (MCP). Durchsuche über 50.000 Rezepte mit hybrider dichter + dünner Suche und Cross-Encoder-Reranking.

Was ist das?

Ein selbst gehosteter MCP-Server, der einen Rezeptdatensatz durch semantische Suche bereitstellt. Agenten können per natürlicher Sprache suchen, nach Ernährung, Schwierigkeitsgrad, Zeit und Portionen filtern – und erhalten bewertete, strukturierte Rezeptdaten inklusive Zutaten, Anleitungen und Nährwerten.

Entwickelt für die autonome Maschine-zu-Maschine-Nutzung via FastMCP 3.2 über HTTP.

Architektur

Query (natural language)
        ↓
  Dense embedding          Sparse embedding
  (e5-large-v2)            (BM25 / fastembed)
        ↓                        ↓
       Qdrant — Hybrid Fusion (RRF)
                    ↓
          Cross-encoder reranking
          (mmarco-mMiniLMv2-L12-H384-v1)
                    ↓
          Structured JSON response
                    ↓
           MCP tool / AI agent

Datenabdeckung

Feld	Details
Gesamte Rezepte	50.000+
Quelle	food.com und andere
Felder	title, description, ingredients, instructions, nutrition, rating, difficulty, diet, total_time, servings
Ernährungstags	vegetarian, vegan, gluten-free, dairy-free
Schwierigkeitsgrad	easy, medium, hard

Technischer Stack

Suche

Dichte Einbettungen: intfloat/e5-large-v2 (1024 dim)
Dünne Einbettungen: Qdrant/bm25 via fastembed
Fusion: Reciprocal Rank Fusion (RRF) in Qdrant
Reranker: cross-encoder/mmarco-mMiniLMv2-L12-H384-v1

Bereitstellung

FastMCP 3.2 über HTTP (/mcp Endpunkt)
Kompatibel mit Claude, LangChain und jedem MCP-fähigen Agenten

Infrastruktur

Ubuntu Server 24 LTS, selbst gehostet
Qdrant Vektordatenbank (selbst gehostet)

MCP-Tool

search_recipes(
    query="quick chicken pasta",       # required — natural language
    diet="vegetarian",                 # optional: vegetarian, vegan, gluten-free, dairy-free
    difficulty="easy",                 # optional: easy, medium, hard
    max_minutes=30,                    # optional: maximum total time in minutes
    servings=4,                        # optional: number of servings
    limit=5                            # optional: number of results (default 5)
)
# Returns semantically ranked recipes with ingredients, instructions, nutrition, and ratings

Beispielantwort

[
  {
    "rerank_score": 7.96,
    "title": "quick and easy chicken pasta salad",
    "description": "great use for left-over chicken.",
    "total_time": 25,
    "difficulty": "medium",
    "diet": [],
    "main_ingredient": "chicken",
    "ingredients": ["cooked chicken", "pasta shells", "tomatoes", "italian dressing"],
    "instructions": ["combine ingredients", "pour dressing", "chill 1 hour"],
    "nutrition": {"calories": 424, "protein_g": 26, "carbs_g": 38.5, "fat_g": 19.5},
    "rating": 4.8,
    "rating_count": 5
  }
]

Schnellstart

1. Abhängigkeiten installieren

pip install -r requirements.txt

2. Server starten

python recipe_mcp_server.py

Der Server startet unter http://localhost:8004/mcp

3. Mit FastMCP-Client verbinden

import fastmcp, asyncio

async def main():
    async with fastmcp.Client("http://localhost:8004/mcp") as client:
        result = await client.call_tool("search_recipes", {
            "query": "quick chicken pasta",
            "max_minutes": 30,
            "limit": 3
        })
        for recipe in result.structured_content["result"]:
            print(recipe["title"], "-", recipe["total_time"], "min")

asyncio.run(main())

4. Mit Claude Desktop verbinden

Füge dies zu deiner claude_desktop_config.json hinzu:

{
  "mcpServers": {
    "food-recipes": {
      "url": "https://recipes.aidatanorge.no/mcp"
    }
  }
}

Live-Demo

Probiere die Suchoberfläche unter recipes.aidatanorge.no aus

Dateien

Datei	Beschreibung
`recipe_mcp_server.py`	FastMCP-Server mit hybrider Suche
`mcp_client.py`	Beispiel-Python-Client
`requirements.txt`	Python-Abhängigkeiten

Entwickelt und betrieben als Teil von AIDataNordic — selbst gehostete KI-Dateninfrastruktur für autonome Agenten.

food-recipe-mcp