KI-Wetteragent mit MCP, Gemini und Playwright

Übersicht

Dieses Projekt implementiert einen KI-Agenten, der aktuelle Wetterinformationen für Städte in Israel unter Verwendung von Model Context Protocol (MCP), Google Gemini und Playwright abruft.

Wenn der Benutzer nach dem Wetter in einer Stadt fragt, öffnet der Agent eine Wetter-Website, sucht nach der gewünschten Stadt, extrahiert die Wetterinformationen aus der Seite und gibt eine Antwort auf Grundlage des Website-Inhalts zurück.

Das Projekt enthält außerdem einen einfachen Retrieval-Schritt, bei dem die Wetterinformationen aus der Webseite extrahiert und dem Sprachmodell als zusätzlicher Kontext bereitgestellt werden, bevor die endgültige Antwort generiert wird.

Related MCP server: mcp-playwright-weather-israel

Technologien

• Python

• Google Gemini API

• MCP (Model Context Protocol)

• Playwright

• AsyncIO

• python-dotenv

Projektstruktur

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

So funktioniert es

1. Der Benutzer fragt nach dem Wetter in einer israelischen Stadt.

2. Gemini wählt die geeigneten MCP-Tools aus.

3. Playwright öffnet die Wetter-Website.

4. Die gewünschte Stadt wird in das Suchfeld eingegeben.

5. Die Stadt wird aus der Autocomplete-Liste ausgewählt.

6. Die Wetter-Website wird geladen.

7. Die Wetterinformationen werden aus der Seite extrahiert.

8. Der extrahierte Text wird an Gemini zurückgegeben.

9. Gemini generiert die endgültige Antwort anhand der extrahierten Informationen.

Funktionen

• Unterstützt Wetteranfragen für Städte in Israel.

• Akzeptiert Städtenamen auf Hebräisch oder Englisch.

• Verwendet Playwright, um auf einer Live-Wetter-Website zu navigieren.

• Extrahiert die Wetterinformationen direkt von der Website.

• Stellt den extrahierten Inhalt dem Sprachmodell bereit, bevor es antwortet.

• Verwendet den Inhalt der Website, anstatt sich auf das interne Wissen des Modells zu verlassen.

Installation

Klonen Sie das Repository:

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

Installieren Sie die erforderlichen Pakete:

pip install -r requirements.txt

Erstellen Sie eine .env-Datei mit folgendem Inhalt:

GEMINI_API_KEY=YOUR_API_KEY

Installieren Sie die Playwright-Browser:

playwright install

Führen Sie das Projekt aus:

python host.py

Beispielfragen

• Wie ist das Wetter in Jerusalem?

• Wetter in Tel Aviv

• מזג האוויר בחיפה

• מה מזג האוויר בבאר שבע?

Hinweise

• Die Wetterinformationen werden von einer Live-Wetter-Website abgerufen.

• Das Sprachmodell wird angewiesen, anhand des extrahierten Website-Inhalts zu antworten.

• Das Projekt demonstriert die Integration eines LLM mit MCP-Tools und Browser-Automation.

Autor

Yisca Nazri