article
README
🚀 鸟类网络Pi MCP服务器
这是一个基于Python的模型上下文协议(MCP)服务器,专为鸟类网络Pi集成而设计。它能够助力用户高效检索鸟类检测数据、开展检测统计分析、访问音频录音、了解日活动模式以及生成相关报告。
🚀 快速开始
本服务器基于Python构建,借助FastAPI和Uvicorn运行。以下是启动服务器的详细步骤:
安装依赖
- 克隆仓库:
git clone https://github.com/YourUsername/mcp-server.git
cd mcp-server
- 创建虚拟环境并激活它:
python -m venv venv
source venv/bin/activate # 在Windows上使用:venv\Scripts\activate
- 安装依赖项:
pip install -r requirements.txt
- 设置数据目录:
mkdir -p data/audio data/reports
配置服务器
服务器可以通过环境变量进行配置:
BIRDNET_DETECTIONS_FILE:检测JSON文件的路径(默认:'data/detections.json')BIRDNET_AUDIO_DIR:音频文件目录的路径(默认:'data/audio')BIRDNET_REPORT_DIR:报告目录的路径(默认:'data/reports')
启动服务器
python server.py
服务器将在http://localhost:8000上运行。
✨ 主要特性
- 数据检索:根据日期和物种过滤检索鸟类检测数据。
- 统计分析:提供检测统计信息和分析。
- 音频访问:支持音频录音访问。
- 活动模式:可查看日活动模式。
- 报告生成:能够生成相关报告。
💻 使用示例
基础用法
以下是调用getBirdDetections函数的示例:
import requests
url = 'http://localhost:8000/invoke'
data = {
"name": "getBirdDetections",
"parameters": {
"startDate": "2024-01-01",
"endDate": "2024-01-31",
"species": "Sparrow"
}
}
response = requests.post(url, json=data)
print(response.json())
高级用法
以下是调用generateDetectionReport函数生成HTML报告的示例:
import requests
url = 'http://localhost:8000/invoke'
data = {
"name": "generateDetectionReport",
"parameters": {
"startDate": "2024-01-01",
"endDate": "2024-01-31",
"format": "html"
}
}
response = requests.post(url, json=data)
with open('report.html', 'w') as f:
f.write(response.text)
📚 详细文档
API端点
/functions- 列出可用函数(GET)/invoke- 调用一个函数(POST)
可用函数
-
getBirdDetections- 获取根据日期范围和物种过滤的鸟类检测数据
- 参数:startDate,endDate,species(可选)
-
getDetectionStats- 获取时间段内的检测统计信息
- 参数:period('day','week','month','all'),minConfidence(可选)
-
getAudioRecording- 获取检测的音频录音
- 参数:filename,format('base64'或'buffer')
-
getDailyActivity- 获取特定日期的鸟类活动模式
- 参数:date,species(可选)
-
generateDetectionReport- 生成检测报告
- 参数:startDate,endDate,format('html'或'json')
🔧 技术细节
本项目使用Python 3.8+作为开发语言,借助FastAPI框架搭建API服务,使用Uvicorn作为服务器运行。项目的核心逻辑封装在birdnet目录下的各个模块中,通过环境变量进行配置,方便灵活部署。
📦 项目结构
mcp-server/
├── birdnet/
│ ├── __init__.py
│ ├── config.py
│ ├── functions.py
│ └── utils.py
├── data/
│ ├── audio/
│ └── reports/
├── server.py
├── requirements.txt
└── README.md
微信扫一扫