Agente Meteorológico de IA con MCP, Gemini y Playwright

Resumen

Este proyecto implementa un Agente de IA que obtiene información meteorológica actual para ciudades de Israel utilizando el Protocolo de Contexto de Modelos (MCP), Google Gemini y Playwright.

Cuando el usuario pregunta por el clima 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.

El proyecto también incluye un paso de recuperación simple, 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: mcp-playwright-weather-israel

Tecnologías

• Python

• API de Google Gemini

• MCP (Protocolo de Contexto de Modelos)

• 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 clima en una ciudad israelí.

2. Gemini selecciona las herramientas MCP adecuadas.

3. Playwright abre el sitio web meteorológico.

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

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

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 para ciudades de Israel.

• Acepta nombres de ciudades en hebreo o inglés.

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

• Extrae 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 requeridos:

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

• ¿Cuál es el clima en Jerusalén?

• Clima en Tel Aviv

• מזג האוויר בחיפה

• מה מזג האוויר בבאר שבע?

Notas

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

• Se instruye al modelo de lenguaje para que responda 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