Model Context Protocol (MCP), OpenAI, Python, Streamlit로 구축된 AI 기반 크리켓 분석 에이전트입니다.
이 프로젝트는 사용자가 AI 기반 인터페이스를 통해 크리켓 통계를 탐색하고 선수, 팀, 경기, 선수 비교에 대해 자연어로 질문할 수 있게 해줍니다.
🏏 크리켓 선수 통계
📊 선수 성과 분석
⚔️ 두 크리켓 선수 비교
🏆 팀 통계 및 분석
📅 경기 결과 및 최근 경기
📰 크리켓 뉴스 검색
🤖 OpenAI 기반 크리켓 분석가
🔌 크리켓 도구 노출을 위한 MCP 서버
🎨 인터랙티브 Streamlit 웹 인터페이스
🔐 환경 변수 기반 API 키 설정
Related MCP server: cricket-mcp
┌─────────────────────┐
│ Streamlit UI │
│ streamlit_app.py │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ OpenAI Agent │
│ agent_openai.py │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ MCP Server │
│ server.py │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ Data Provider │
│ data_provider.py │
└─────────────────────┘cricket-analytics-mcp/
│
├── agent_openai.py # OpenAI-powered cricket agent
├── data_provider.py # Cricket data and statistics provider
├── server.py # MCP server and cricket tools
├── streamlit_app.py # Streamlit frontend
│
├── screenshots/ # Application screenshots
│ ├── player-stats.png
│ ├── player-comparison.png
│ └── dashboard.png
│
├── .env # API keys and configuration (not committed)
├── .gitignore # Git ignored files
├── requirements.txt # Python dependencies
└── README.md # Project documentationPython
OpenAI API
Model Context Protocol (MCP)
Streamlit
python-dotenv
크리켓 통계/데이터 소스
MCP 서버는 크리켓 중심의 도구를 노출할 수 있습니다. 예:
get_player_stats()
get_team_stats()
get_match_results()
get_player_comparison()
get_recent_matches()
search_cricket_news()이러한 도구를 통해 AI 에이전트는 구조화된 크리켓 정보를 검색하고 이를 사용자 질문에 답하는 데 활용할 수 있습니다.
Show me Virat Kohli's ODI statistics.
Compare Virat Kohli and Rohit Sharma in ODI cricket.
Show me the recent matches of India.
Give me the Test statistics of Virat Kohli.
Compare the performance of two cricket players.
Show recent cricket news.git clone https://github.com/YOUR_USERNAME/cricket-analytics-mcp.git
cd cricket-analytics-mcpWindows:
python -m venv .venv
.venv\Scripts\activatepip install -r requirements.txt프로젝트 루트에 .env 파일을 생성하세요:
OPENAI_API_KEY=your_openai_api_key
OPENAI_MODEL=gpt-5.6
CRICAPI_KEY= xxxxxxx.env 파일을 GitHub에 커밋하지 마세요.
streamlit run streamlit_app.py그런 다음 터미널에 표시된 로컬 Streamlit URL을 여세요.
프로젝트가 MCP 서버를 별도로 실행하도록 구성된 경우:
python server.py클라이언트/에이전트 설정에서 사용하는 MCP 구성을 따르세요.
User Question
↓
Streamlit Interface
↓
OpenAI Agent
↓
MCP Tool Selection
↓
MCP Server
↓
Cricket Data Provider
↓
Structured Cricket Data
↓
OpenAI Analysis
↓
Streamlit Response변수 설명
OPENAI_API_KEY OpenAI API 키
OPENAI_MODEL 에이전트가 사용하는 OpenAI 모델
CRICAPI_KEY Cric API 키
예시:
OPENAI_API_KEY=sk-xxxxxxxx
OPENAI_MODEL=gpt-5.6
CRICAPI_KEY= xxxxxxx애플리케이션 스크린샷을 screenshots/ 디렉토리에 추가하세요.
권장 스크린샷:
선수 통계
선수 비교
크리켓 분석 대시보드
그런 다음 이 README에서 참조하세요:
실시간 크리켓 스코어
실시간 경기 해설
선수 랭킹
고급 선수 비교 차트
팀 성과 분석
과거 경기 분석
크리켓 뉴스 집계
더 많은 MCP 도구
개선된 대시보드 시각화
Streamlit Community Cloud 배포
이 프로젝트는 다음 용도로 사용할 수 있습니다:
크리켓 통계 탐색
선수 성과 분석
AI 기반 크리켓 리서치
크리켓 데이터 시각화
MCP 학습 및 실험
에이전트형 AI 포트폴리오 개발
Manas Ranjan Meher
This server cannot be deployed
Cricket MCP — wraps CricAPI (api.cricapi.com) for live cricket data.
Query your warehouse or a CSV with Claude/ChatGPT over MCP, governed by table-level ACL + audit.
Connect your ads, shop, analytics, social, CRM and finance platforms once, then let Claude, ChatGPT, Cursor or any MCP client read, join and explain your numbers. Public statistics from the World Bank, IMF, Eurostat, OECD, WHO and SEC filings come as context, searchable and chartable from the same tools. Read-only by design, every number carries its source.
Analytics for MCP servers. Query your tool calls, first-call success, retries and schema cost.
