McpResearch

CnAs076/McpResearch

3.1

If you are the rightful owner of McpResearch and would like to certify it and/or have it hosted online, please leave a comment on the right or send an email to dayong@mcphub.com.

The Model Context Protocol (MCP) server facilitates real-time data access for language models by interfacing with local system APIs.

MCP Research – Monitorización de Temperatura vía MCP y API Local

Este proyecto implementa un flujo completo para exponer información del sistema (por ejemplo, la temperatura de la CPU) mediante una API local y consumirla a través de un servidor MCP (Model Context Protocol), permitiendo que un LLM (Claude Sonnet 4.5 en este caso) acceda dinámicamente a datos actualizados en tiempo real.

El proyecto está desarrollado en Python, gestionando dependencias con UV.

📌 Objetivo del Proyecto

El objetivo principal es:

  1. Obtener información en tiempo real de la máquina local (como la temperatura de la CPU).
  2. Exponer esa información mediante una API HTTP local.
  3. Desarrollar un servidor MCP que consulte dicha API bajo demanda.
  4. Implementar un cliente MCP que conecta con un modelo LLM y le permite hacer consultas a ese servidor MCP.

Este flujo hace posible que el LLM opere con información actualizada del entorno local sin exponer directamente el hardware ni generar dependencias internas en el modelo.

📂 Estructura del Proyecto

MCPRESEARCH/
│
├── API/
│   ├── linuxCpuAPI.py          # API para exponer la temperatura en entornos Linux
│   └── winCpuAPI.py            # API para exponer la temperatura en entornos Windows
│
├── mcp-client/
│   └── client.py               # Cliente MCP que se comunica con el LLM y el servidor MCP
│
├── mcpServerCpu.py             # Servidor MCP que consulta la API /temperature
├── mcpServerWeather.py         # Ejemplo de otro servidor MCP (clima u otra información)
│
├── pyproject.toml              # Configuración del proyecto con UV
├── uv.lock                     # Archivo de bloqueo de dependencias
├── .gitignore
└── README.md                   # Este archivo

🧩 Componentes Principales

1. API Local

Provee un endpoint HTTP para consultar la temperatura de la CPU:

  • linuxCpuAPI.py
  • winCpuAPI.py

Ambas versiones exponen un endpoint, por ejemplo: GET /cpu que devuelve un JSON con la información del sistema.

2. Servidor MCP

Ejemplo: mcpServerCpu.py

  • Consulta la API local mediante una petición HTTP.
  • Expone una herramienta MCP accesible para clientes LLM.
  • Permite al modelo consultar la temperatura en tiempo real bajo demanda.

3. Cliente MCP

Ubicado en mcp-client/client.py.

  • Carga una clave API (almacenada en un .env fuera del repositorio por seguridad).
  • Establece conexión con Claude Sonnet 4.5 u otro modelo compatible.
  • Permite enviar instrucciones al LLM para realizar llamadas al servidor MCP.