aranet4 MCP Server

Do czego służy serwer MCP “aranet4”?

aranet4 MCP Server to serwer Model Context Protocol (MCP) zaprojektowany do zarządzania Twoim urządzeniem czujnika CO2 Aranet4 oraz powiązaną lokalną bazą danych. Łącząc asystentów AI i zewnętrzne źródła danych, ten serwer umożliwia płynną interakcję z urządzeniem do takich zadań, jak skanowanie pobliskich urządzeń, pobieranie i zapisywanie danych pomiarowych oraz zapytania o historyczne odczyty czujników. Obsługuje automatyczne aktualizacje, wspomaganą konfigurację, a nawet wizualizację danych dla klientów obsługujących obrazy. Serwer usprawnia pracę deweloperów przez prostą integrację danych z czujników środowiskowych z szerszymi automatyzacjami opartymi na LLM, ułatwiając monitorowanie jakości powietrza, śledzenie trendów historycznych i programowe zarządzanie ustawieniami urządzeń.

Lista promptów

Brak jawnych szablonów promptów udokumentowanych w repozytorium lub README.

Gotowy na rozwój swojej firmy?

Rozpocznij bezpłatny okres próbny już dziś i zobacz rezultaty w ciągu kilku dni.

Poproś o demo Zaloguj się

Lista zasobów

Brak jawnych zasobów udokumentowanych w repozytorium lub README.

Lista narzędzi

Konfiguracja i narzędzia użytkowe:

• init_aranet4_config: Wspomagana konfiguracja urządzenia Aranet4.
• scan_devices: Skanuje pobliskie urządzenia Aranet4 przez Bluetooth.
• get_configuration_and_db_stats: Pobiera aktualny config.yaml i ogólne statystyki z lokalnej bazy SQLite.
• set_configuration: Ustawia wartości w pliku config.yaml.

Do aktualizacji danych historycznych:

• fetch_new_data: Pobiera nowe dane z skonfigurowanego urządzenia Aranet4 i zapisuje je w lokalnej bazie.

Do zapytań o dane historyczne:

• get_recent_data: Pobiera najnowsze dane z lokalnej bazy; można określić liczbę pomiarów.

Dołącz do naszego newslettera

Otrzymuj najnowsze wskazówki, trendy i oferty za darmo.

Adres e-mail

Zapisz się

Przykładowe zastosowania tego serwera MCP

• Monitoring środowiska: Automatycznie skanuj i pobieraj dane o jakości powietrza i CO2 z pobliskich urządzeń Aranet4, zapisując je w lokalnej bazie do dalszej analizy.
• Analiza danych historycznych: Zapytania i przeglądanie wcześniejszych odczytów w celu identyfikacji trendów lub anomalii jakości powietrza – przydatne dla badaczy lub zarządców obiektów.
• Automatyczna konfiguracja: Używaj narzędzi AI lub ręcznych do szybkiego ustawiania i konfiguracji urządzeń Aranet4, skracając czas wdrożenia dla nietechnicznych użytkowników.
• Wizualizacja i raportowanie: Dla klientów obsługujących obrazy, generuj i wizualizuj wykresy ostatnich pomiarów dla łatwej interpretacji i raportowania.
• Zarządzanie flotą urządzeń: Skanuj i zarządzaj wieloma urządzeniami Aranet4 w przestrzeni, umożliwiając scentralizowany monitoring i konfigurację.

Jak skonfigurować

Windsurf

1. Wymagania wstępne: Upewnij się, że masz zainstalowane Node.js i Python.
2. Sklonuj i skonfiguruj serwer:

   git clone git@github.com:diegobit/aranet4-mcp-server.git
   cd aranet4-mcp-server
   

3. Zainstaluj zależności: Użyj uv lub pip install . wg preferencji.
4. Edytuj konfigurację Windsurf: Dodaj serwer aranet4 do sekcji mcpServers.
5. Zapisz i zrestartuj Windsurf.
6. Weryfikacja: Sprawdź, czy urządzenie jest wykrywane i dane są dostępne.

Przykładowy JSON:

"mcpServers": {
  "aranet4": {
    "command": "uv",
    "args": [
      "--directory",
      "/path/to/aranet4-mcp-server/",
      "run",
      "src/server.py"
    ]
  }
}

Uwaga: Aby zabezpieczyć klucze API lub dane wrażliwe, używaj zmiennych środowiskowych:

"aranet4": {
  "env": {
    "ARANET4_API_KEY": "your_api_key_here"
  },
  "inputs": {}
}

Claude

1. Wykonaj kroki 1–3 powyżej.
2. Edytuj plik konfiguracyjny Claude Desktop: Znajduje się w ~/Library/Application Support/Claude/claude_desktop_config.json.
3. Dodaj serwer aranet4 tak jak powyżej.
4. Zapisz i zrestartuj Claude Desktop.
5. Użyj init aranet4 do prowadzonej konfiguracji.

Cursor

1. Wykonaj kroki 1–3 powyżej.
2. Edytuj plik konfiguracyjny Cursor: Znajduje się w ~/.cursor/mcp.json.
3. Wstaw konfigurację serwera aranet4 (JSON).
4. Zapisz i zrestartuj Cursor.
5. Użyj init aranet4 do prowadzonej konfiguracji.

Cline

1. Wykonaj kroki 1–3 powyżej.
2. Edytuj odpowiedni plik konfiguracyjny Cline.
3. Dodaj konfigurację serwera aranet4 (JSON).
4. Zapisz i zrestartuj Cline.
5. Użyj interaktywnego narzędzia konfiguracji do ustawień.

Jak używać tego MCP w przepływach

Używanie MCP w FlowHunt

Aby zintegrować serwery MCP z przepływem FlowHunt, dodaj komponent MCP do swojego przepływu i połącz go z agentem AI:

Kliknij na komponent MCP, aby otworzyć panel konfiguracji. W sekcji konfiguracji systemu MCP wprowadź szczegóły serwera MCP w tym formacie JSON:

{
  "aranet4": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po skonfigurowaniu agent AI może korzystać z tego MCP jako narzędzia z dostępem do wszystkich jego funkcji i możliwości. Pamiętaj, aby zmienić “aranet4” na nazwę swojego serwera MCP i zastąpić URL własnym adresem serwera MCP.

Przegląd

Nasza opinia

aranet4 MCP Server oferuje dużą użyteczność w zarządzaniu urządzeniami Aranet4 i pomiarach środowiskowych, z wyraźnie wystawionymi narzędziami i dobrą obsługą popularnych platform. Brakuje jednak udokumentowanych szablonów promptów, jawnych zasobów MCP oraz zaawansowanych funkcji jak próbkowanie czy roots. Instrukcje instalacji są praktyczne i szczegółowe, szczególnie dla popularnych narzędzi AI. To solidna i praktyczna implementacja MCP w swojej dziedzinie.

Ocena MCP

Ocena: 6/10 – Świetna użyteczność dla urządzeń, ale brakuje szerszych funkcji MCP oraz dokumentacji promptów/zasobów.