Airbnb价格预测器MCP服务器
概述
price_mcp.py 公开了一个模型上下文协议（MCP）服务器，该服务器封装了 scikit-learn管道经过训练，可以预测Airbnb房源的夜间价格。 这 predict_airbnb_price 该工具接受在以下过程中使用的13个相同功能 训练并返回一个货币四舍五入的预测。伴随提示， price_prediction_prompt，帮助客户制定一致的工具调用。
特性
- MCP工具
predict_airbnb_price通过Pydantic验证输入并返回
结构化输出。
- 传统兼容层
scikit-learn泡菜（把手
_RemainderColsList 以及缺失的安装）。
- 提示
price_prediction_prompt呈现准备发送的用户消息
使用JSON有效载荷。
- 结构化响应(
PricePrediction)用于下游自动化。 - 共享SVG图标(
price_icon.svg)应用于服务器和工具
更丰富的MCP客户端UI。
需求
- Python 3.11+
- 依赖关系：
pip install fastmcp pandas joblib scikit-learn==1.6.1使用培训版本 scikit-learn 以避免解除警告。
入门指南
- 确保
model_airbnb_price.pkl坐在旁边price_mcp.py.
- 在虚拟环境中安装依赖项。
- 在本地运行服务器：
python price_mcp.py- 将您的MCP兼容客户端连接到该流程(
transport="stdio"通过
默认）。
工具和提示
| 名称 | 类型 | 描述 |
|---|---|---|
predict_airbnb_price | 工具 | 使用训练好的管道预测夜间价格。 |
price_prediction_prompt | Prompt | 生成指导工具调用的用户消息。 |
提示使用与工具相同的模式验证参数，因此MCP客户端 确切地知道如何格式化特征有效载荷。
开发说明
- 安装缺失的依赖项或更新后重新加载服务器
模型就足够了；加载器按需重试。
- 将单元测试或冒烟脚本添加到
tests/（不包括在内）如果你愿意
回归覆盖率。
- 当工具模式或提示合同发生变化时，请保持README最新。