欧盟作物情报 MCP 服务器 — 提供 25 个欧盟国家的产量预测、市场价值及风险分析。
让 AI 智能体回答：“今年巴登-符腾堡州的小麦表现如何？按当前市场价格计算价值多少？”
pip install git+https://github.com/DasClown/CropProphEU.git
# or try it on Smithery: https://smithery.ai/servers/crop-mcp/CropProphEU工具 | 功能描述 |
| 新增 — 结合产量 + 市场价值 (€/ha)，并提供德语或英语的简明摘要（通过 |
| 泛欧产量预测（3 种作物，25 个国家）及风险产量 (Yield-at-Risk) |
| 当前季节状况：温度、降雨、土壤湿度、干旱指数 |
| 将本季与历史年份进行比较 |
| 一次调用即可获取一个地区所有作物的健康状况 |
| 16 天天气预报 |
| 假设情景：+2°C，降雨量 -20%？ |
| 模拟年份产量匹配（侧重德国） |
| 120 个 NUTS2 地区 |
| 作物参数（GDD 基准、季节等） |
Related MCP server: agriculture-mcp-server
pip install git+https://github.com/DasClown/CropProphEU.git通过 CLI (stdio)：
crop-mcp或通过 Python：
from crop_mcp import predict_europe_yield
result = predict_europe_yield("DE11", "DE", crop="wheat", gdd=3050, precip_mm=650)
print(f"Yield: {result['predicted_yield_t_ha']} t/ha")
print(f"Revenue: ~{result['predicted_yield_t_ha'] * 235:.0f} €/ha")添加到您的 MCP 配置文件中：
{
"mcpServers": {
"crop": {
"command": "python3",
"args": ["-m", "crop_mcp.server"]
}
}
}pip install crop-mcp[http]
crop-mcp --http --port 8080通过 SSE 连接：http://your-server:8080/sse
docker build -t crop-mcp .
docker run -p 8080:8080 crop-mcp crop-mcp --http --port 8080作物 | Eurostat 代码 | 样本量 | 国家 | MAE (LOYO) |
🌾 小麦 | C1100 | 1,483 | 25 | 11.2% |
🌽 玉米 | C1500 | 1,648 | 20 | 11.6% |
🌿 大麦 | C1300 | 1,841 | 25 | 11.3% |
油菜籽和向日葵：不支持 — 无 Eurostat 产量数据。工具会明确报错拒绝（不会产生虚假信息）。
德语（默认）：
Weizen – Region DE11 (DE)
Ertrag: 7.68 t/ha (Spanne 6.67–8.63)
...英语（使用 language="en"）：
Wheat – Region DE11 (DE)
Yield: 7.68 t/ha (range 6.67–8.63)
Temperature: warm (3050°C GDD)
...所有输出均提供德语（默认）或英语版本。调用 yield_and_value 时设置 language="en" 即可获取英语输出。JSON 数据始终以英文键名返回；summary 字段会根据请求的语言进行调整。
来源 | 数据 | 访问方式 |
Eurostat | 作物产量 ( | 免费，无需密钥 |
NASA POWER | GDD、降水、太阳辐射、土壤湿度 | 免费，无速率限制 |
Open-Meteo | 16 天预报 | 免费，无需密钥 |
SoilGrids v2 | SOC、pH、N、CEC、质地 | 免费 REST API |
Yahoo Finance | 实时 CBOT 小麦/玉米期货 + 欧元/美元汇率 | 免费，无需密钥 |
指标 | 数值 |
LOYO MAE (小麦) | 0.598 t/ha (11.2%) |
前向验证 (训练 ≤2022, 测试 2023-24) | 0.794 t/ha (15.0%) |
R² (LOYO) | 0.877 |
R² (前向) | 0.628 |
含义：LOYO 指标较为乐观，因为它使用了包括未来年份在内的所有数据进行训练。前向验证（使用 2000-2022 年数据训练，预测 2023-2024 年）是实际基准：±15%。
该模型在欧盟核心国家（德国、法国、比利时、荷兰、奥地利、捷克）表现最准确，因为这些地区的训练数据密集；对于像 2024 年荷兰/比利时 这样因异常天气导致系统性高估的异常值，准确性较低。
crop-mcp/
├── crop_mcp/
│ ├── server.py # 10 MCP tools
│ ├── europe_model_api.py # Random Forest (200 trees) + Yield-at-Risk
│ ├── market_prices.py # Live prices via Yahoo Finance + reference
│ ├── core/regions.py # 120 NUTS2 regions
│ └── sources/ # Weather, soil, NDVI data fetchers
├── models/ # .pkl files (download from Releases)
├── data/ # Training data (generated by build)
├── pyproject.toml
└── README.md核心设计原则：
无幻觉 — 每次产量预测均可追溯至已验证的 Eurostat 数据
实时价格 — 通过 Yahoo Finance 获取 CBOT 小麦/玉米价格，每小时更新
自动更新 — 每月通过 cron 任务使用最新的 Eurostat 数据重建模型
零外部 API 密钥 — 所有数据源均为免费且公开
该工具目前已可用于生产环境：
农业交易台 — “皮卡第地区的小麦按当前 MATIF 价格值多少钱？”
农业咨询 — “本季与过去 5 年相比如何？”
保险/风险 — 每个地区的风险产量 (P10/P50/P90)
欧盟政策分析 — 气候情景对国家产量的影响
后续商业功能：各国市场价格、历史价格相关性、自动 PDF 报告、多年作物轮作规划。
# Build training data for a specific crop (25 min)
python3 build_europe.py --crop corn
# Train the model (2 min)
python3 train_europe_fast.py --crop corn
# Automatic monthly update (cron)
# Runs every 1st of the month at 06:00MIT — 可免费使用、修改和分发。
专为需要真实、可验证作物情报的 AI 智能体而打造 ❤️。
This server cannot be installed
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Open-Meteo MCP — weather forecast + historical reanalysis + sister APIs
MCP server connecting AI agents to non-custodial staking data across 130+ networks.
Meteostat MCP — historical weather from 11k+ stations (no auth)
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/DasClown/CropProphEU'
If you have feedback or need assistance with the MCP directory API, please join our Discord server