使用说明
🌾 AgroMCP（可译为“农业多用途化学品保护剂”或根据具体上下文调整为更贴切的表述，但在此直接保留原英文以体现专业性，同时提供中文意涵解释）
AgroMCP（假设为一个特定名称或项目，直接翻译为中文保持原样） 是一个开源的参考实现 模型上下文协议（MCP） 用于农业数据管理。它提供了一种标准化的方式，将农场运营数据暴露给人工智能模型和应用程序。
什么是MCP？
模型上下文协议（MCP） 这是一个开放标准，使人工智能应用程序能够安全地访问外部数据源和工具。可以将其视为一个通用适配器，让人工智能助手（如Claude、ChatGPT或Gemini）以结构化、安全的方式连接到您的数据。
为何选择MCP用于农业？
农业作业产生了大量的数据：劳动记录、成本、作物信息以及工人排班表。MCP使得这些数据能够：
- 可访问的人工智能模型可以查询真实的农场数据，而不是基于假设
- 结构化的数据遵循一个一致的架构，人工智能可以可靠地解析
- 安全访问受到控制，数据保留在您的基础设施上
- 可互操作的与任何MCP兼容的人工智能应用程序协同工作
建筑学
┌─────────────┐ ┌──────────────┐ ┌──────────────┐
│ AI Model │ ◄─────► │ AgroMCP │ ◄─────► │ Farm Data │
│ (Claude/GPT)│ MCP │ Server │ API │ (Database) │
└─────────────┘ └──────────────┘ └──────────────┘
AgroMCP位于人工智能模型和您的农场数据之间，它将人工智能查询转换为数据库请求，并以人工智能模型能够理解的方式格式化响应。
API 端点
此实现公开了以下REST端点：
| 终端点 | 描述 | 使用场景 |
|---|---|---|
/api/labors |
农业劳动活动 | “向我展示上个月的所有灌溉任务” |
/api/costs |
运营成本和费用 | “第一季度我的肥料成本是多少？” |
/api/workers |
农场人员信息 | “哪些工人持有农药施用证书？” |
/api/crops |
农作物数据和生长周期 | “我的玉米收成情况如何？” |
/api/health |
服务器健康检查 | 系统监控和运行时间 |
🚀 快速入门
本地开发
git clone https://github.com/bedomax/agromcp.git
cd AgroMCP
npm install
npm start
服务器将在 http://localhost:3000
部署到Vercel
或者手动地：
npm install -g vercel
vercel
MCP 配置
该 mcp.json 文件定义了AI模型用于理解可用端点和数据结构的MCP（可能是指某种特定的通信协议或数据格式）架构。这使得AI能够：
- 发现可用的数据
- 理解请求和响应的结构
- 自动生成适当的查询
使用Claude Desktop时的MCP示例用法：
{
"mcpServers": {
"agromcp": {
"url": "https://your-deployment.vercel.app/api"
}
}
}
用例
农场管理AI助手
“我们上个月在番茄采摘人工上的花费是多少？”
预测分析
“根据以往的劳动力使用模式，下周收割时我们需要多少工人？”
合规报告
“生成一份本季度所有接触过农药的工人的报告。”
成本优化
“比较所有作物的肥料成本，并找出节约机会。”
数据结构
当前使用模拟数据进行演示。在生产环境中，请连接到您的实际数据库：
// Example: Connect to PostgreSQL
const { Pool } = require('pg');
const pool = new Pool({
connectionString: process.env.DATABASE_URL
});
做出贡献
欢迎贡献！这是一个参考实现，旨在扩展以应用于实际的农业操作中。
许可证
MIT 许可证 - 欢迎在您的项目中自由使用此内容
