Skip to main content
Glama

Profilo Stazione

profilo_stazione

Analisi di una stazione dai tabelloni di partenze e arrivi di adesso (o di data_ora, formato ISO): anagrafica (nome, citta', regione, coordinate), ruolo (capolinea, transito, mista), numero di treni e cancellati, frequenza (treni all'ora…

Instructions

Analisi di una stazione dai tabelloni di partenze e arrivi di adesso (o di data_ora, formato ISO): anagrafica (nome, citta', regione, coordinate), ruolo (capolinea, transito, mista), numero di treni e cancellati, frequenza (treni all'ora, intervalli, regolarita'), binari programmati ed effettivi con i collegamenti che vi passano, e i collegamenti origine -> destinazione con la loro frequenza. E' una fotografia della finestra dei tabelloni (poche ore), non uno storico. Fa 4 richieste (partenze, arrivi, regione, dettaglio); con con_dettaglio=false 2.

Tool call template

Replace each placeholder with a value matching the input schema. Only required parameters are included; add optional parameters as needed.

{
  "id": 1,
  "jsonrpc": "2.0",
  "method": "tools/call",
  "params": {
    "arguments": {
      "codice_stazione": "<codice_stazione>"
    },
    "name": "profilo_stazione"
  }
}

Input Schema

NameRequiredDescriptionDefault
data_oraNo
con_dettaglioNo
codice_stazioneYes

Output Schema

NameRequiredDescriptionDefault
latYes
lonYes
nomeYes
cittaYes
ruoloYesCosa fa la stazione per i treni osservati. Due proprieta' indipendenti. - **capolinea**: almeno un treno nasce qui o finisce qui (esclusi i parzialmente soppressi); - **transito**: almeno un treno passa di qui (arriva e riparte, con origine e destinazione altrove). Una stazione puo' essere entrambe le cose (es. Lecco: vi nascono treni per Milano e vi passano quelli per Colico). Non ci sono soglie: basta un treno. Per questo un solo treno classificato male cambia il risultato, ed e' il motivo per cui i casi dedotti sono contati a parte (`n_termina_dedotti`) e `capolinea_certo` li esclude.
codiceYes
n_corseYes
n_treniYes
frequenzaYesCadenza dei treni. I campi sugli intervalli sono `None` con pochi treni. Per "quanti treni all'ora" e "un treno ogni N minuti" usare `treni_ora` e `intervallo_medio_min` (60 / treni_ora): sono coerenti tra loro. L'intervallo *mediano* descrive il caso tipico ma, con treni che arrivano a gruppi, puo' differire molto dalla media (a Monza: mediana 4 min, media 3 min). `regolare` ha senso per un servizio con una cadenza (un collegamento, un binario con un solo flusso), non per una stazione con molti flussi sovrapposti, dove e' quasi sempre falso.
nome_fonteYes
finestra_msYes
n_soppressiYes
binari_realiYes
collegamentiYes
regione_nomeYes
elenco_binariYes
tipo_stazioneYes
regione_codiceYes
n_senza_binarioYes
frequenza_arriviYesCadenza dei treni. I campi sugli intervalli sono `None` con pochi treni. Per "quanti treni all'ora" e "un treno ogni N minuti" usare `treni_ora` e `intervallo_medio_min` (60 / treni_ora): sono coerenti tra loro. L'intervallo *mediano* descrive il caso tipico ma, con treni che arrivano a gruppi, puo' differire molto dalla media (a Monza: mediana 4 min, media 3 min). `regolare` ha senso per un servizio con una cadenza (un collegamento, un binario con un solo flusso), non per una stazione con molti flussi sovrapposti, dove e' quasi sempre falso.
n_fuori_finestraYes
frequenza_teoricaYesCadenza dei treni. I campi sugli intervalli sono `None` con pochi treni. Per "quanti treni all'ora" e "un treno ogni N minuti" usare `treni_ora` e `intervallo_medio_min` (60 / treni_ora): sono coerenti tra loro. L'intervallo *mediano* descrive il caso tipico ma, con treni che arrivano a gruppi, puo' differire molto dalla media (a Monza: mediana 4 min, media 3 min). `regolare` ha senso per un servizio con una cadenza (un collegamento, un binario con un solo flusso), non per una stazione con molti flussi sovrapposti, dove e' quasi sempre falso.
binari_programmatiYes
frequenza_partenzeYesCadenza dei treni. I campi sugli intervalli sono `None` con pochi treni. Per "quanti treni all'ora" e "un treno ogni N minuti" usare `treni_ora` e `intervallo_medio_min` (60 / treni_ora): sono coerenti tra loro. L'intervallo *mediano* descrive il caso tipico ma, con treni che arrivano a gruppi, puo' differire molto dalla media (a Monza: mediana 4 min, media 3 min). `regolare` ha senso per un servizio con una cadenza (un collegamento, un binario con un solo flusso), non per una stazione con molti flussi sovrapposti, dove e' quasi sempre falso.
n_senza_collegamentoYes
finestra_frequenze_msYes
frequenza_teorica_arriviYesCadenza dei treni. I campi sugli intervalli sono `None` con pochi treni. Per "quanti treni all'ora" e "un treno ogni N minuti" usare `treni_ora` e `intervallo_medio_min` (60 / treni_ora): sono coerenti tra loro. L'intervallo *mediano* descrive il caso tipico ma, con treni che arrivano a gruppi, puo' differire molto dalla media (a Monza: mediana 4 min, media 3 min). `regolare` ha senso per un servizio con una cadenza (un collegamento, un binario con un solo flusso), non per una stazione con molti flussi sovrapposti, dove e' quasi sempre falso.
n_soppressi_non_assegnatiYes
frequenza_teorica_partenzeYesCadenza dei treni. I campi sugli intervalli sono `None` con pochi treni. Per "quanti treni all'ora" e "un treno ogni N minuti" usare `treni_ora` e `intervallo_medio_min` (60 / treni_ora): sono coerenti tra loro. L'intervallo *mediano* descrive il caso tipico ma, con treni che arrivano a gruppi, puo' differire molto dalla media (a Monza: mediana 4 min, media 3 min). `regolare` ha senso per un servizio con una cadenza (un collegamento, un binario con un solo flusso), non per una stazione con molti flussi sovrapposti, dove e' quasi sempre falso.

Schema Changelog

Changes observed during successful MCP inspections.

  1. Addedv0.4.0

TDQS

A3.7/5.0
Behavior4/5

Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?

With no annotations, the description carries the full burden and does well: it discloses the temporal scope (board window, not history) and the upstream request cost (4 requests; 2 with con_dettaglio=false), which is genuinely useful operational context. It stops short of describing failure behavior for an invalid station code or an empty board.

Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.

Conciseness4/5

Is the description appropriately sized, front-loaded, and free of redundancy?

The purpose and scope are front-loaded, and the closing sentences on snapshot semantics and request count earn their place. The middle enumeration is dense but every item adds information an agent could use.

Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.

Completeness4/5

Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?

For a three-parameter, no-annotation tool with an output schema, the description covers scope, cost, time semantics, and the data categories returned. Only error conditions and the precise effect of con_dettaglio=false remain uncovered.

Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.

Parameters3/5

Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?

Schema coverage is 0%, so the description must compensate. It clarifies data_ora (ISO format, defaults to 'now') and con_dettaglio (false reduces the request count and thereby the detail), but codice_stazione and the exact content trade-off of con_dettaglio=false are left unstated.

Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.

Purpose4/5

Does the description clearly state what the tool does and how it differs from similar tools?

The description names a specific resource and enumerates the concrete outputs (anagrafica, ruolo, treni/cancellati, frequenza, binari, collegamenti origine->destinazione), so an agent knows exactly what it gets. It does not explicitly contrast itself with siblings like dettaglio_stazione or tabellone_partenze, so differentiation is only implicit.

Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.

Usage Guidelines3/5

Does the description explain when to use this tool, when not to, or what alternatives exist?

One clear usage boundary is given: it is a snapshot of the current board window (a few hours), not historical data. However, no alternative tool is named for the historical case or for single-train lookups (profilo_treno), so the agent must infer routing itself.

Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.