Skip to main content
Glama

Monitor simple de flota

Proyecto desarrollado para demostrar un proceso progresivo de análisis y refactorización asistido por IA, finalizando con un servidor MCP que permite al agente consultar y actualizar la flota.

La versión actual obtiene los vehículos desde una base de datos local SQLite y conserva la misma lógica de alertas y salida por consola de la versión inicial.

Repositorio: AgustinLeandroLopez/Proyecto-PrograConIAGEN-Flota

Documentación del proyecto

  • AGENTS.md: contexto e instrucciones que Codex carga al trabajar en el repositorio.

  • docs/PRODUCT.md: propósito, reglas, alcance y criterios de éxito del producto.

Related MCP server: SQLite MCP Server

Versiones conservadas

  • versiones/01_version_inicial.py: código inicial con datos en memoria y condicionales anidados.

  • versiones/02_primera_refactorizacion.py: incorporación de funciones, una constante para el límite y condiciones más simples.

  • Versión actual: separación entre acceso a SQLite, reglas del monitor y ejecución principal.

Estructura actual

  • main.py: inicia el programa y coordina la consulta y presentación de los vehículos.

  • database.py: crea y consulta la base SQLite. También contiene funciones preparadas para consultar y actualizar un vehículo.

  • monitor.py: contiene la regla que determina el estado y la salida por consola.

  • servidor_mcp.py: publica las operaciones de la flota como herramientas MCP.

  • test_servidor_mcp.py: verifica las herramientas mediante un cliente MCP en memoria.

  • dashboard.py: inicia un dashboard web local conectado a la misma base SQLite.

  • dashboard/index.html: interfaz visual que actualiza la flota automáticamente.

  • .codex/config.toml: configura el servidor MCP local para Codex.

  • flota.db: se genera automáticamente la primera vez que se ejecuta el programa.

Requisitos

  • Python 3.10 o superior.

  • SDK oficial de MCP para Python.

Instalar la dependencia:

python -m pip install -r requirements.txt

Ejecución

python main.py

Para ejecutar las versiones anteriores:

python versiones/01_version_inicial.py
python versiones/02_primera_refactorizacion.py

Herramientas MCP

El servidor publica estas herramientas:

  • consultar_vehiculos: devuelve toda la flota y el estado calculado de cada vehículo.

  • consultar_estado_vehiculo: consulta un vehículo por su identificador.

  • consultar_alertas: devuelve los vehículos detenidos más de 30 minutos.

  • agregar_vehiculo: incorpora un vehículo nuevo a la flota.

  • actualizar_estado_vehiculo: modifica la velocidad y los minutos detenido de un vehículo.

El servidor utiliza transporte local stdio. Al ejecutarlo directamente queda esperando que un cliente MCP se conecte:

python servidor_mcp.py

La configuración incluida en .codex/config.toml utiliza las rutas locales de este equipo. Para activarla, abrir esta carpeta como proyecto confiable en Codex y reiniciar la aplicación. Luego se puede consultar el servidor desde el menú de MCP o mediante /mcp.

Dashboard web

Iniciar el dashboard en otra terminal:

python dashboard.py

Luego abrir http://127.0.0.1:8000. La página consulta la base local cada dos segundos, por lo que refleja automáticamente las actualizaciones realizadas mediante las herramientas MCP.

Para demostrar la integración, mantener el dashboard abierto y pedirle a Codex:

Usá la herramienta agregar_vehiculo del MCP monitor_flota para agregar un vehículo con patente JKL012, velocidad 25 km/h y 0 minutos detenido. Después consultá la flota para verificarlo.

El vehículo nuevo aparecerá automáticamente en el dashboard. También se puede demostrar una actualización:

Usá el MCP monitor_flota para actualizar el vehículo con ID 2: velocidad 0 y 40 minutos detenido. Después consultá nuevamente las alertas.

El vehículo DEF456 aparecerá en alerta en el dashboard. Al terminar, restaurarlo a velocidad 0 y 15 minutos detenido.

Pruebas

python -m unittest -v test_servidor_mcp.py

Flujo sugerido para la demostración

  1. Pedir al agente que consulte las alertas de la flota.

  2. Solicitar que actualice el vehículo 2 para dejarlo detenido durante 40 minutos.

  3. Pedir nuevamente las alertas y verificar que el vehículo 2 aparezca en el resultado.

  4. Restaurar el vehículo 2 a su estado inicial.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections. Dates show when Glama detected each change.

No tool schema history has been recorded yet.

Maintenance

ActivityMaintained
ResponsivenessNo issues

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    D
    maintenance
    Enables AI agents to interact with a retail cars database using SQL queries. Supports adding new car advertisements and searching existing cars based on user preferences through natural language.
    -
  • A
    license
    Not graded
    quality
    D
    maintenance
    Enables LLM agents to perform complete database operations on SQLite databases, including creating tables, executing queries, and managing data through CRUD operations with schema inspection capabilities.
    32
    MIT
  • A
    license
    Not graded
    quality
    D
    maintenance
    Enables AI assistants to manage and query SQLite databases through MCP tools, supporting CRUD operations, schema management, and saved views.
    3
    MIT

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/AgustinLeandroLopez/Proyecto-PrograConIAGEN-Flota'

If you have feedback or need assistance with the MCP directory API, please join our Discord server