Weather Assistant

פרויקט זה הוא דוגמה קטנה ופרקטית ליישום של MCP (Model Context Protocol) עם מודל שפה, שמאפשר למודל לעבוד עם כלים חיצוניים אמיתיים.

🎯 מה הפרויקט עושה?

הפרויקט מאפשר למשתמש לשאול שאלות על מזג האוויר, וה-LLM בוחר אילו כלים להשתמש כדי לענות על השאלה.

יש בו שני סוגי כלים:

• עבור ישראל — נעשה שימוש ב-Playwright כדי לפתוח דפדפן, להזין שם עיר, לבחור את התוצאה ולחלץ את תוכן הדף.
• עבור ארצות הברית — נעשה שימוש ב-API רשמי של מזג האוויר כדי לקבל תחזית ו-alerts.

הדבר מיועד להדגים איך מודל שפה יכול לא רק לענות, אלא גם לבצע פעולה בעולם האמיתי דרך כלים חיצוניים.

🎯 המטרה של הפרויקט

המטרה היא להראות כיצד אפשר להרחיב את יכולות של LLM באמצעות MCP Tools:

• לאסוף מידע בזמן אמת
• לבצע פעולות בדפדפן באופן אוטומטי
• להעניק למודל קונטקסט נוסף מהאתר עצמו (RAG)
• לשלב בין כלים שונים לממשק צ'אט אחד

זהו פרויקט לימודי שמדגים עקרונות של Agents, MCP Servers ו-Tool Calling.

🧩 מבנה הפרויקט

• client.py — לקוח MCP גנרי שמתחבר לשרתים.
• host.py — צ'אט Host שמקבל שאלות, שולח אותן למודל ומחבר בין ה-LLM לכלים.
• weather_USA.py — שרת MCP עבור מזג אוויר בארצות הברית דרך API.
• weather_Israel.py — שרת MCP עבור מזג אוויר בישראל דרך Playwright.

🛠️ טכנולוגיות בשימוש

• Python
• MCP SDK
• Playwright
• Anthropic API
• UV

🚀 איך מריצים את הפרויקט

1. התקנת התלויות

uv sync

2. התקנת דפדפן עבור Playwright

uv run playwright install chromium

3. הגדרת מפתח API

ודאו שיש לכם משתנה סביבה בשם:

ANTHROPIC_API_KEY=your_api_key_here

4. הרצת הממשק

uv run host.py

💬 דוגמאות לשאלות שניתן לשאול

• מה מזג האוויר היום בירושלים?
• תבדוק לי בבקשה מה התחזית בטבריה.
• האם ירד גשם היום בתל אביב?
• מה המצב במזג האוויר באילת?
• What is the weather in New York?

⚠️ דברים חשובים לשים לב אליהם

• הפרויקט מיועד ללימוד והדגמה, לאו דווקא למוצר סופי יציב.
• עבור ישראל, התהליך תלוי באתר חיצוני, ולכן הוא עלול להישבר אם האתר ישנה את מבנה הדף.
• כדי שה-LLM יוכל לענות, צריך להיות מוגדר מפתח API תקין.