connected-car-mcp

MCP-сервер (Model Context Protocol) для синтетического парка подключенных автомобилей: телеметрия, обнаружение аномалий на основе правил и рекомендации по техническому обслуживанию, представленные в виде пяти узких инструментов вместо одного интерфейса запросов открытого типа.

Создан как небольшая самодостаточная иллюстрация конкретной привычки проектирования: решать, что должно находиться за границей инструмента, и регистрировать каждый вызов через нее. Работает полностью на синтетических данных, генерируемых локально — без внешнего API, без учетной записи, без проприетарного источника.

Почему он устроен именно так

Весь набор данных можно было бы предоставить через один инструмент run_query(sql: str). Это неправильная форма для надежного вызова агентом: она перекладывает изучение схемы на модель во время вызова, и нет способа ограничить или проверить «что можно спросить» для каждой возможности. Вместо этого:

Модель комбинирует эти инструменты — сводка → выбор автомобиля с флагом → получение его телеметрии → получение рекомендации — вместо написания произвольных запросов к сырым строкам. Это также делает аудит тривиальным: есть только пять четко определенных вызовов для регистрации, поэтому audit_log.jsonl (см. connected_car_mcp/audit.py) — это одна строка на вызов: временная метка, инструмент, аргументы, длительность, успех/неудача — без специальной логики для каждого инструмента. Продакшн-развертывание могло бы отправлять ту же запись в виде структурированных логов через хук middleware в MCPServer (который видит каждый JSON-RPC вызов, инструмент или ресурс), а не в локальный файл; декоратор здесь позволяет демо работать без дополнительной инфраструктуры.

Пороги аномалий намеренно просты и объяснимы (engine_temp_c >= 110, а не обученная модель) — флаги монитора парка должны быть проверяемы человеком, а не просто точными.

Related MCP server: mcp-live-telemetry

Данные

data/generate_telemetry.py генерирует детерминированный (с фиксированным зерном) полностью синтетический набор данных: 12 автомобилей, показания каждые 10 минут в течение 3 дней. Несколько автомобилей содержат внесенные неисправности, чтобы детектор аномалий имел реальный сигнал для поиска:

• CCV-004 — температура двигателя поднимается в критический диапазон (отказ системы охлаждения)

• CCV-009 — напряжение батареи со временем снижается (неисправность батареи/генератора)

• CCV-002, CCV-011 — периодические коды неисправностей DTC

• CCV-006 — периодические скачки скорости при агрессивном вождении

data/telemetry.csv включен в репозиторий, чтобы его можно было сразу запустить; перегенерируйте его с помощью:

python data/generate_telemetry.py

Запуск

python -m venv .venv
.venv/Scripts/activate        # .venv/bin/activate on macOS/Linux
pip install -r requirements.txt

python -m connected_car_mcp.server   # starts the MCP server over stdio

Чтобы попробовать его из Claude Desktop или другого MCP-клиента, укажите на модуль с cwd, установленным в корень репозитория, например, в claude_desktop_config.json:

{
  "mcpServers": {
    "connected-car-fleet": {
      "command": "python",
      "args": ["-m", "connected_car_mcp.server"],
      "cwd": "/path/to/connected-car-mcp"
    }
  }
}

Затем задайте что-то вроде «Какие автомобили в парке требуют внимания прямо сейчас и почему?» — модель вызовет fleet_health_summary, затем detect_anomalies для автомобилей с флагами и может вызвать get_maintenance_recommendations, чтобы превратить это в следующие действия.

Тесты

pip install pytest
pytest tests/

Покрывает слой данных напрямую (размер парка, обработка неизвестных автомобилей и то, что внесенные неисправности действительно получают флаги), а не через протокол MCP.

Структура проекта

connected_car_mcp/
  server.py       MCP tool + resource definitions
  data_store.py   Query layer over the telemetry CSV (pandas)
  audit.py        Per-call audit log decorator
data/
  generate_telemetry.py   Synthetic dataset generator
  telemetry.csv            Generated dataset (committed)
tests/
  test_data_store.py

Лицензия

MIT — см. LICENSE.