Currency MCP Agent

Бизнес-ориентированный AI-агент для конвертации валют и отслеживания курсов через MCP-сервер.

Описание

Агент автоматизирует рутинные финансовые операции для бизнес-пользователей (бухгалтерия, закупки, продажи):

• Получение актуальных курсов валют
• Конвертация сумм между валютами
• Отслеживание доступных валют

Решение использует публичное API exchangerate-api.com и соответствует протоколу MCP (Model Context Protocol). Готово к интеграции в каталог Evolution AI Agents.

Архитектура

• MCP-сервер (FastMCP): предоставляет 3 инструмента для работы с валютами
• AI-агент (LangChain): обрабатывает запросы на естественном языке
• Evolution Foundation Models: используется для интерпретации запросов

Требования

• Python 3.9+
• API ключ от exchangerate-api.com (бесплатный тариф)
• Доступ к Evolution Foundation Models (для работы агента)

Установка и настройка

1. Клонируйте репозиторий:

git clone https://github.com/yourusername/currency-mcp-agent.git
cd currency-mcp-agent 

2. Установите зависимости:

pip install -r requirements.txt

3. Настройте переменные окружения:

cp .env.example .env
# Отредактируйте .env, добавив ваш API ключ

4. Получите API ключи:

• Зарегистрируйтесь на exchangerate-api.com для бесплатного ключа
• Получите доступ к Evolution Foundation Models (при необходимости)

Использование

Запуск MCP-сервера

mcp_server/server.py

Сервер запустится на stdio (для MCP-протокола) и HTTP (для тестирования).

Примеры запросов через агента

from agent.agent import CurrencyAgent
agent = CurrencyAgent()
#Конвертация валют
result = agent.query("Сколько будет 100 долларов в рублях?")
print(result)
#Получение курса
result = agent.query("Какой курс евро к доллару?")
print(result)
#Список валют
result = agent.query("Покажи доступные валюты")
print(result)

Прямые вызовы MCP-сервера

import requests
import json

Конвертация валют

response = requests.post(
    "http://localhost:8000/tools/convert_currency",
    json={
        "amount": 100,
        "from_currency": "USD",
        "to_currency": "RUB"
    }
)
print(json.dumps(response.json(), indent=2))

#Получение курса
response = requests.post(
    "http://localhost:8000/tools/get_exchange_rate",
    json={
        "base_currency": "EUR",
        "target_currency": "USD"
    }
)
print(json.dumps(response.json(), indent=2))

Структура проекта

currency-mcp-agent/
├── README.md                    #Эта документация
├── requirements.txt             #Зависимости Python
├── .env.example                #Шаблон переменных окружения
├── .gitignore
├── Dockerfile
├── docker-compose.yml
├── mcp_server/
│   ├── __init__.py
│   └── server.py              #MCP-сервер с 3 инструментами
├── agent/
│   ├── __init__.py
│   └── agent.py               #AI-агент на LangChain
├── config/
│   └── tools.json             #Конфигурация инструментов MCP
└── tests/
    └── test_mcp_server.py     #Тесты MCP-сервера

Инструменты MCP-сервера

1. get_exchange_rate - получение текущего курса между двумя валютами

• Параметры: base_currency, target_currency
• Возвращает: курс, временную метку, обратный курс

2. convert_currency - конвертация суммы из одной валюты в другую

• Параметры: amount, from_currency, to_currency
• Возвращает: конвертированную сумму, курс, отформатированный результат

3. list_available_currencies - список доступных валют

• Параметры: нет
• Возвращает: список валют с кодами, названиями и курсами к USD

Бизнес-ценность

• Экономия времени: автоматизация рутинных запросов курсов валют
• Точность: использование актуальных данных из проверенного источника
• Интеграция: возможность встраивания в бизнес-процессы компаний
• Масштабируемость: готовность к работе в мультиагентных системах

Критерии соответствия заданию

• Бизнес-ориентированность: решает реальную бизнес-проблему
• Использование MCP: реализован MCP-сервер с 3 инструментами
• Обработка ошибок: валидация входных данных, обработка сетевых ошибок
• Готовность к интеграции: совместимость с Evolution AI Agents
• Документирование: полная документация и инструкции
• Тестируемость: включены тесты для MCP-сервера

Развертывание на Cloud.ru

Проект готов к развертыванию на платформе Cloud.ru Evolution AI Agents:

1. Убедитесь, что у вас есть доступ к платформе Cloud.ru

2. Настройте переменные окружения в панели управления

3. Загрузите проект через интерфейс Evolution AI Agents

4. Протестируйте работу агента через веб-интерфейс

Тестирование

Запустите тесты для проверки функциональности:

-m pytest tests/test_mcp_server.py -v

Лицензия

MIT License