monitor_flota
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@monitor_flotaConsulta las alertas de la flota"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
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, migra y consulta la base SQLite. También contiene funciones para consultar y actualizar un vehículo.monitor.py: contiene las reglas que determinan el estado, las alertas 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.txtEjecución
python main.pyPara ejecutar las versiones anteriores:
python versiones/01_version_inicial.py
python versiones/02_primera_refactorizacion.pyHerramientas MCP
El servidor publica estas herramientas:
consultar_vehiculos: devuelve toda la flota, el estado calculado y si cada vehículo espera viaje.consultar_estado_vehiculo: consulta un vehículo por su identificador.consultar_alertas: devuelve los vehículos detenidos más de 30 minutos que no esperan viaje.agregar_vehiculo: incorpora un vehículo nuevo e incluye opcionalmenteesperando_viaje.actualizar_estado_vehiculo: modifica velocidad, minutos detenido yesperando_viajede un vehículo. Velocidad y minutos siguen siendo obligatorios.
esperando_viaje es un estado persistente para un vehículo detenido y disponible. Puede tener cualquier cantidad de minutos detenido sin generar una alerta. Si se actualiza con velocidad mayor que 0, el estado se desactiva automáticamente. Las bases existentes se actualizan en el inicio: se agrega la columna con valor false sin eliminar vehículos.
El servidor utiliza transporte local stdio. Al ejecutarlo directamente queda esperando que un cliente MCP se conecte:
python servidor_mcp.pyLa 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.pyLuego 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.
Pruebas
python -m unittest -v test_servidor_mcp.pyThis server cannot be deployed
Maintenance
Related MCP Connectors
Explore, query, and inspect SQLite databases with ease. List tables, preview results, and view det…
- OleanderOAuthdev.oleander
The all-in-one data stack for agents. Upload files, run SQL, evolve tables, and render charts.
- HutchDBOAuthcom.hutchdb
Store, query, and update structured data from any AI agent
- dataOAuthco.thinair
PostgreSQL, MySQL, and SQL Server in one session. 26 read-only MCP tools for AI agents.
Related MCP Servers
- FlicenseNot gradedqualityCmaintenanceEnables 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.-
- AlicenseNot gradedqualityDmaintenanceEnables 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.25 npmMIT
- AlicenseNot gradedqualityDmaintenanceEnables SQLite database interactions including querying, updating, and schema management through structured tools.3MIT
- AlicenseNot gradedqualityDmaintenanceEnables AI assistants to manage and query SQLite databases through MCP tools, supporting CRUD operations, schema management, and saved views.4 npmMIT