AgroAgent

ИИ-агент, ориентированный на чилийскую агрономическую нишу, построенный на архитектуре агентов через Model Context Protocol (MCP). Вместо монолитного бэкенда четыре независимых MCP-сервера предоставляют специализированные инструменты, а оркестратор координирует их через агентский цикл с помощью Anthropic SDK.

Архитектура

apps/
  web/            Next.js 16 + TypeScript + Tailwind v4 + Recharts
  orchestrator/   FastAPI -- MCP host + agent loop (Anthropic SDK) + rutas REST de dashboard
mcp-servers/
  mcp-weather/    tool: get_weather_forecast (Open-Meteo)
  mcp-prices/     tool: get_commodity_price (datos abiertos ODEPA)
  mcp-db/         tools: get_farmer_history, register_planting (PostgreSQL/SQLAlchemy async)
  mcp-rag/        tool: search_sag_documents (RAG sobre normativa SAG -- Pinecone + Voyage AI)
packages/
  shared-types/   Modelos Pydantic compartidos entre orchestrator y mcp-servers

Оркестратор подключается как MCP-клиент к 4 серверам, объединяет их каталог инструментов в один и предоставляет:

• POST /chat — точка входа для диалога (Claude решает, какие инструменты использовать в зависимости от контекста)

• GET /weather, GET /farmers/{id}/history, GET /prices/trend — детерминированные REST-маршруты для дашборда, которые вызывают инструменты напрямую, без LLM

Ценность проекта не в том, чтобы предоставить каждый источник по отдельности, а в том, чтобы агент связывал их между собой: например, сопоставлять историю посадок земледельца с прогнозом по его региону и текущей ценой на его попродукт, чтобы предлагать конкретные решения, цитируя точное постановление SAG, когда это уместно.

Related MCP server: leafengines-mcp-server

Стек

• Бэкенд: Python 3.12+, FastAPI, mcp SDK (v2), SQLAlchemy async + asyncpg, Pinecone, Voyage AI, Anthropic SDK, uv (монорепозиторий в workspace)

• Фронтенд: Next.js (App Router), TypeScript, Tailwind CSS v4, Recharts, pnpm

• Данные: PostgreSQL (Docker), Open-Meteo API, ODEPA (CKAN datastore API), нормативные документы SAG

Требования

• Python 3.12+ и uv

• Node 20+ и pnpm

• Docker (для PostgreSQL)

• API-ключи: Anthropic, Pinecone, Voyage AI

Установка

# Backend (Python workspace completo)
uv sync --all-packages

# Frontend
cd apps/web && pnpm install && cd ../..

# Base de datos
docker compose up -d postgres

Создайте apps/web/.env.local:

NEXT_PUBLIC_ORCHESTRATOR_URL=http://localhost:3001

Запуск проекта (6 процессов)

# Terminal 1
uv run --package mcp-weather uvicorn mcp_weather.app:app --reload --port 4001

# Terminal 2
uv run --package mcp-prices uvicorn mcp_prices.app:app --reload --port 4002

# Terminal 3 (ajusta el puerto de Postgres si no usas el 5432 por defecto)
DATABASE_URL="postgresql+asyncpg://agroagent:agroagent@localhost:5432/agroagent" \
  uv run --package mcp-db uvicorn mcp_db.app:app --reload --port 4004

# Terminal 4
PINECONE_API_KEY="..." VOYAGE_API_KEY="..." \
  uv run --package mcp-rag uvicorn mcp_rag.app:app --reload --port 4005

# Terminal 5
ANTHROPIC_API_KEY="..." \
  uv run --package orchestrator uvicorn orchestrator.app:app --reload --port 3001

# Terminal 6
cd apps/web && pnpm dev

Фронтенд на http://localhost:3000.

Архитектурные решения

• Транспорт MCP: streamable-HTTP, а не stdio — каждый MCP-сервер является независимым сервисом с отдельным портом/контейнером, это ближе к реальному развёртыванию микросервисов.

• Бэкенд на Python/FastAPI вместо NestJS/TypeScript: сознательное решение исходя из спроса на рынке и чтобы продемонстрировать политственное разнообразие (фронтенд остался на TS/React).

• RAG: нарезка фрагментов учитывает нумерованную структуру чилийских правовых резолюций (2.1, 3.1.1 и т. д.), а не режется по фиксированномувен доступная; метаданные каждого чанка содержат номер резолюции, чтобы агент мог ссылаться на источник.

• REST-маршруты отделены от агента: дашборд не обращается к LLM за детерминированными данными (погода, история, цены) — это экономит затраты и задержки; обе слои используют одни и те же базовые MCP-инструменты.

Известные ограничения / недостатки

• Без аутентификации: farmer_id передаётся явно, нет пользовательской сессии.

• Нет маршрута для создания новых агровладельцев (POST /farmers) — тестовые записи были вставлены вручную.

• mcp-rag не поддерживает сканированные PDF без текстового слоя (потребовался бы OCR).

• Нет отдельного Dockerfile для каждого сервиса — docker-compose.yml охватывает только PostgreSQL.

• Имена культур в mcp-db не нормализованы по отношению к названиям продуктов ODEPA в mcp-prices.