AIDataNordic — Food Recipe MCP

Name: food-recipe-mcp
Author: AIDataNordic

Сервер семантического поиска рецептов промышленного уровня, созданный для ИИ-агентов с использованием протокола Model Context Protocol (MCP). Поиск по более чем 50 000 рецептов с использованием гибридного плотного и разреженного поиска, а также переранжирования с помощью кросс-энкодеров.

Что это такое

Самохостируемый MCP-сервер, предоставляющий доступ к набору данных рецептов через семантический поиск. Агенты могут выполнять запросы на естественном языке, фильтровать по диете, сложности, времени приготовления и количеству порций, получая в ответ ранжированные структурированные данные о рецептах, включая ингредиенты, инструкции и пищевую ценность.

Разработано для автономного межмашинного взаимодействия через FastMCP 3.2 по протоколу HTTP.

Архитектура

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

Охват данных

Поле	Подробности
Всего рецептов	50 000+
Источник	food.com и другие
Поля	title, description, ingredients, instructions, nutrition, rating, difficulty, diet, total_time, servings
Теги диет	vegetarian, vegan, gluten-free, dairy-free
Сложность	easy, medium, hard

Технологический стек

Поиск

Плотные эмбеддинги: intfloat/e5-large-v2 (1024 размерности)
Разреженные эмбеддинги: Qdrant/bm25 через fastembed
Объединение: Reciprocal Rank Fusion (RRF) в Qdrant
Переранжировщик: cross-encoder/mmarco-mMiniLMv2-L12-H384-v1

Обслуживание

FastMCP 3.2 через HTTP (эндпоинт /mcp)
Совместимость с Claude, LangChain и любым агентом, поддерживающим MCP

Инфраструктура

Ubuntu Server 24 LTS, self-hosted
Векторная база данных Qdrant (self-hosted)

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

Пример ответа

[
  {
    "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
  }
]

Быстрый старт

1. Установка зависимостей

pip install -r requirements.txt

2. Запуск сервера

python recipe_mcp_server.py

Сервер запускается по адресу http://localhost:8004/mcp

3. Подключение с помощью клиента FastMCP

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. Подключение через Claude Desktop

Добавьте в ваш claude_desktop_config.json:

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

Живая демонстрация

Попробуйте интерфейс поиска на recipes.aidatanorge.no

Файлы

Файл	Описание
`recipe_mcp_server.py`	Сервер FastMCP с гибридным поиском
`mcp_client.py`	Пример Python-клиента
`requirements.txt`	Зависимости Python

Создано и поддерживается в рамках AIDataNordic — self-hosted ИИ-инфраструктура данных для автономных агентов.

food-recipe-mcp