Skip to main content
Glama
DMontgomery40

BirdNet-Pi MCP Server

Servidor MCP BirdNet-Pi

Un servidor de Protocolo de Contexto de Modelo (MCP) basado en Python para la integración de BirdNet-Pi.

Características

  • Recuperación de datos de detección de aves con filtrado de fechas y especies

  • Estadísticas y análisis de detección

  • Acceso a grabaciones de audio

  • Patrones de actividad diaria

  • Generación de informes

Related MCP server: MCP Boilerplate

Requisitos

  • Python 3.8+

  • API rápida

  • Uvicornio

  • Otras dependencias enumeradas en requirements.txt

Instalación

  1. Clonar el repositorio:

git clone https://github.com/YourUsername/mcp-server.git
cd mcp-server
  1. Crea un entorno virtual y actívalo:

python -m venv venv
source venv/bin/activate  # On Windows use: venv\Scripts\activate
  1. Instalar dependencias:

pip install -r requirements.txt
  1. Configura tus directorios de datos:

mkdir -p data/audio data/reports

Configuración

El servidor se puede configurar mediante variables de entorno:

  • BIRDNET_DETECTIONS_FILE : Ruta al archivo JSON de detecciones (predeterminado: 'data/detections.json')

  • BIRDNET_AUDIO_DIR : Ruta al directorio de archivos de audio (predeterminado: 'data/audio')

  • BIRDNET_REPORT_DIR : Ruta al directorio de informes (predeterminado: 'data/reports')

Ejecución del servidor

Iniciar el servidor:

python server.py

El servidor se ejecutará en http://localhost:8000 .

Puntos finales de API

  • /functions - Lista de funciones disponibles (GET)

  • /invoke - Invocar una función (POST)

Funciones disponibles

  1. getBirdDetections

    • Obtenga detecciones de aves filtradas por rango de fechas y especie

    • Parámetros: fecha de inicio, fecha de finalización, especie (opcional)

  2. getDetectionStats

    • Obtener estadísticas de detección para un período de tiempo

    • Parámetros: periodo ('día', 'semana', 'mes', 'todos'), minConfidence (opcional)

  3. getAudioRecording

    • Obtener grabación de audio para una detección

    • Parámetros: nombre de archivo, formato ('base64' o 'buffer')

  4. getDailyActivity

    • Obtenga patrones de actividad de las aves para un día específico

    • Parámetros: fecha, especie (opcional)

  5. generateDetectionReport

    • Generar un informe de detecciones

    • Parámetros: fecha de inicio, fecha de finalización, formato ('html' o 'json')

Estructura del directorio

mcp-server/
├── birdnet/
│   ├── __init__.py
│   ├── config.py
│   ├── functions.py
│   └── utils.py
├── data/
│   ├── audio/
│   └── reports/
├── server.py
├── requirements.txt
└── README.md

Related MCP Connectors

  • A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…

  • Model Context Protocol server for Studex tools, notifications, and profile integrations

  • The Mercado Pago MCP Server implements the Model Context Protocol to provide AI agents and LLMs with access to Mercado Pago's APIs and tools within compatible development environments. It acts as an intermediary that translates Mercado Pago resources into executable functions (tools) that AI applications can invoke to perform actions and automate flows. The server simplifies integration, enables using documentation to implement or improve code, and optimizes operations through natural language interactions without manual implementations.

  • The Buildkite MCP server exposes Buildkite product data (pipelines, builds, jobs, and test data) to AI tools, editors, and agents through the Model Context Protocol. It provides capabilities including pipeline creation and management, build monitoring with specialized tools like 'wait_for_build', efficient log querying using Apache Parquet conversion and caching, and OAuth-based authentication for both read-write and read-only access to Buildkite's REST API.

Related MCP Servers

  • A
    license
    Not graded
    quality
    D
    maintenance
    A Model Context Protocol server that allows AI assistants to access bird observation data, hotspots, and taxonomy information from eBird.
    18 npm
    7
    MIT
  • F
    license
    Not graded
    quality
    D
    maintenance
    A Python-based Model Context Protocol server that integrates local AI models for managing data with features like CRUD operations, similarity search, and text analysis.
    -