🌾 crop-mcp

Smithery Python 3.10+ License: MIT GitHub stars

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

功能 (10 个 MCP 工具)

工具	功能描述
`yield_and_value`	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 `language` 参数自动检测）
`europe_yield_forecast`	泛欧产量预测（3 种作物，25 个国家）及风险产量 (Yield-at-Risk)
`crop_forecast`	当前季节状况：温度、降雨、土壤湿度、干旱指数
`season_comparison`	将本季与历史年份进行比较
`region_health`	一次调用即可获取一个地区所有作物的健康状况
`weather_outlook`	16 天天气预报
`climate_scenario`	假设情景：+2°C，降雨量 -20%？
`yield_forecast`	模拟年份产量匹配（侧重德国）
`list_regions`	120 个 NUTS2 地区
`list_crops`	作物参数（GDD 基准、季节等）

快速入门

1. 安装

pip install git+https://github.com/DasClown/CropProphEU.git

2. 作为 MCP 服务器使用

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")

3. Claude Desktop / Cursor / 任何 MCP 客户端

添加到您的 MCP 配置文件中：

{
  "mcpServers": {
    "crop": {
      "command": "python3",
      "args": ["-m", "crop_mcp.server"]
    }
  }
}

4. HTTP 服务器（用于远程访问 / Smithery）

pip install crop-mcp[http]
crop-mcp --http --port 8080

通过 SSE 连接：http://your-server:8080/sse

5. Docker

docker build -t crop-mcp .
docker run -p 8080:8080 crop-mcp crop-mcp --http --port 8080

已验证作物

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）。

输出示例

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。

数据来源

来源	数据	访问方式
Eurostat	作物产量 (`apro_cpshr`)	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

模型准确性

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。

架构

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

商业化应用

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。

构建与训练

# 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 06:00

许可证

MIT — 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 ❤️。

CropProphEU