Agente meteorológico de IA con MCP, Gemini y Playwright

Resumen

Este proyecto implementa un agente de IA que obtiene información meteorológica actual de ciudades de Israel utilizando el Model Context Protocol (MCP), Google Gemini y Playwright.

Cuando el usuario pregunta por el tiempo en una ciudad, el agente abre un sitio web meteorológico, busca la ciudad solicitada, extrae la información meteorológica de la página y devuelve una respuesta basada en el contenido del sitio web.

El proyecto también incluye un paso sencillo de recuperación, donde la información meteorológica se extrae de la página web y se proporciona al modelo de lenguaje como contexto adicional antes de generar la respuesta final.

Related MCP server: Israel Weather MCP Server

Tecnologías

• Python

• Google Gemini API

• MCP (Model Context Protocol)

• Playwright

• AsyncIO

• python-dotenv

Estructura del proyecto

host.py                 # Main chat application
client.py               # MCP client
weather_Israel.py       # MCP weather server
README.md
requirements.txt

Cómo funciona

1. El usuario pregunta por el tiempo en una ciudad israelí.

2. Gemini selecciona las herramientas MCP adecuadas.

3. Playwright abre el sitio web meteorológico.

4. La ciudad solicitada se introduce en el cuadro de búsqueda.

5. La ciudad se selecciona de la lista de autocompletar.

6. Se carga la página meteorológica.

7. La información meteorológica se extrae de la página.

8. El texto extraído se devuelve a Gemini.

9. Gemini genera la respuesta final utilizando la información extraída.

Características

• Admite consultas meteorológicas de ciudades de Israel.

• Acepta nombres de ciudades en hebreo o inglés.

• Utiliza Playwright para navegar por un sitio web meteorológico en vivo.

• Extrae la información meteorológica directamente del sitio web.

• Proporciona el contenido extraído al modelo de lenguaje antes de responder.

• Utiliza el contenido del sitio web en lugar de depender del conocimiento interno del modelo.

Instalación

Clona el repositorio:

git clone https://github.com/YisNiz/AI-MCP-with-RAG-project

Instala los paquetes necesarios:

pip install -r requirements.txt

Crea un archivo .env que contenga:

GEMINI_API_KEY=YOUR_API_KEY

Instala los navegadores de Playwright:

playwright install

Ejecuta el proyecto:

python host.py

Preguntas de ejemplo

• ¿Qué tiempo hace en Jerusalén?

• Tiempo en Tel Aviv

• מזג האוויר בחיפה

• מה מזג האוויר בבאר שבע?

Notas

• La información meteorológica se obtiene de un sitio web meteorológico en vivo.

• El modelo de lenguaje recibe instrucciones para responder utilizando el contenido extraído del sitio web.

• El proyecto demuestra la integración de un LLM con herramientas MCP y automatización del navegador.

Autor

Yisca Nazri