⚡ MCP能源中心
碳意识人工智能的实时电网智能
   
](https://github.com/karthikravva/MCP-Energy-Hub) ](https://github.com/karthikravva/MCP-Energy-Hub/fork)
企业级MCP服务器为碳意识AI计算调度提供实时美国电网智能
______________________________________________________________________
🎯 问题
人工智能计算正在爆炸式增长，但网格并不总是绿色的。
- 数据中心消耗 全球电力的1-2% 并迅速增长
- 人工智能训练运行可能会排放与 一生中有5辆车
- 大多数AI工作负载运行 不了解电网碳强度
- 企业缺乏工具 可再生能源高时进行进度计算
💡 解决方案
MCP能源中心 是一个企业级MCP服务器，它使AI代理能够实时查看美国电网，从而实现 碳意识计算调度.
┌─────────────────────────────────────────────────────────────────┐
│ 🤖 AI Agent (Claude, etc.) │
│ │ │
│ ┌─────────▼─────────┐ │
│ │ MCP Protocol │ │
│ └─────────┬─────────┘ │
│ │ │
│ ┌───────────────▼───────────────┐ │
│ │ ⚡ MCP Energy Hub │ │
│ │ ┌─────────────────────────┐ │ │
│ │ │ 8 MCP Tools for Energy │ │ │
│ │ │ Grid Intelligence │ │ │
│ │ └─────────────────────────┘ │ │
│ └───────────────┬───────────────┘ │
│ │ │
│ ┌─────────────┬───────────┼───────────┬─────────────┐ │
│ ▼ ▼ ▼ ▼ ▼ │
│ ┌─────┐ ┌─────┐ ┌─────┐ ┌─────┐ ┌─────┐ │
│ │ERCOT│ │CAISO│ │ PJM │ │NYISO│ │MISO │ │
│ │Texas│ │Calif│ │ Mid │ │ NY │ │Midwest │
│ └─────┘ └─────┘ └─────┘ └─────┘ └─────┘ │
└─────────────────────────────────────────────────────────────────┘______________________________________________________________________
✨ 主要特点
| 特性 | 描述 |
|---|---|
| 🌍 7个网格区域 | ERCOT、CAISO、PJM、NYISO、MISO、SPP、ISONE |
| ⚡ 实时数据 | EIA（美国能源信息管理局）现场直播 |
| 🌱 碳强度 | 每个地区的kg CO2/MWh，每小时更新一次 |
| 🔋 发电组合 | 天然气、煤炭、核能、风能、太阳能、水力 |
| 🏢 数据中心跟踪 | 能源估算、PUE、AI工作负载影响 |
| 🎯 智能调度 | 为您的计算找到最环保的区域 |
| 📊 人工智能影响关键绩效指标 | 跟踪AI在电网负载中的份额 |
| 🔌 MCP本地 | 完整的模型上下文协议支持 |
______________________________________________________________________
🛠️ MCP工具
8能源情报工具
| 工具 | 描述 | 用例 |
|---|---|---|
get_grid_realtime | 实时电网指标 | 监控当前负载和发电量 |
get_grid_carbon | 碳强度+建议 | 碳意识调度 |
get_grid_forecast | 负荷和碳预测 | 规划未来的工作量 |
list_grid_regions | 可用网格区域 | 发现覆盖范围 |
get_data_centers | 数据中心信息 | 跟踪设施 |
get_data_center_energy | 能源消耗估算 | 审计能源使用 |
get_ai_impact | AI计算KPI | 衡量AI的网格足迹 |
get_best_region_for_compute | 寻找最环保的地区 | 优化碳/成本 |
示例：碳意识调度
# AI Agent asks: "Where should I run this training job?"
result = mcp.call_tool("get_best_region_for_compute", {
"optimize_for": "carbon"
})
# Response:
{
"recommendation": "CAISO",
"reason": "Lowest carbon intensity at 180 kg CO2/MWh",
"rankings": [
{"region": "CAISO", "carbon": 180, "renewable_pct": 45},
{"region": "ERCOT", "carbon": 320, "renewable_pct": 28},
{"region": "PJM", "carbon": 420, "renewable_pct": 12}
]
}______________________________________________________________________
🚀 快速开始
先决条件
- Python 3.11+
- EIA API密钥 （免费）
安装
# Clone the repository
git clone https://github.com/your-username/mcp-energy-hub.git
cd mcp-energy-hub
# Create virtual environment
python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate
# Install dependencies
pip install -r requirements.txt
# Configure environment
cp .env.example .env
# Edit .env and add your EIA_API_KEY运行服务器
# Start the FastAPI server
python -m uvicorn app.main:app --reload --port 8000
# Or run the standalone MCP server (for Claude Desktop)
python mcp_server.py尝试API
# Get carbon intensity for Texas grid
curl -X POST http://localhost:8000/mcp/tools/call \
-H "Content-Type: application/json" \
-d '{"name": "get_grid_carbon", "arguments": {"region_id": "ERCOT"}}'示例响应
{
"success": true,
"result": {
"region_id": "ERCOT",
"timestamp": "2024-11-28T22:00:00Z",
"carbon_intensity_kg_per_mwh": 320.5,
"renewable_fraction_pct": 28.3,
"recommendation": "Good - Moderate carbon intensity"
}
}连接到克劳德桌面
添加到您的Claude Desktop MCP设置(claude_desktop_config.json):
{
"mcpServers": {
"energy-hub": {
"command": "python",
"args": ["/absolute/path/to/mcp-energy-hub/mcp_server.py"],
"env": {
"EIA_API_KEY": "your-api-key-here"
}
}
}
}______________________________________________________________________
📊 API终点
| 端点 | 方法 | 描述 |
|---|---|---|
/docs | GET | 交互式Swagger用户界面 |
/mcp/info | GET | MCP服务器信息 |
/mcp/tools | GET | 列出所有MCP工具 |
/mcp/tools/call | POST | 执行MCP工具 |
/grid/regions | GET | 列出网格区域 |
/grid/{region}/realtime | GET | 实时指标 |
/grid/{region}/carbon | GET | 碳强度 |
/health | GET | 健康检查 |
______________________________________________________________________
🏗️ 建筑
┌────────────────────────────────────────────────────────────┐
│ MCP Energy Hub │
├────────────────────────────────────────────────────────────┤
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────────┐ │
│ │ FastAPI │ │ MCP Server │ │ Data Ingestion │ │
│ │ REST API │ │ (8 Tools) │ │ (EIA Collector) │ │
│ └──────┬───────┘ └──────┬───────┘ └────────┬─────────┘ │
│ │ │ │ │
│ └─────────────────┼────────────────────┘ │
│ │ │
│ ┌──────▼──────┐ │
│ │ SQLite DB │ │
│ │ Grid Metrics│ │
│ └─────────────┘ │
├────────────────────────────────────────────────────────────┤
│ External Data Sources │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ EIA │ │ ERCOT │ │ CAISO │ │ PJM │ │
│ │ API │ │ API │ │ API │ │ API │ │
│ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │
└────────────────────────────────────────────────────────────┘______________________________________________________________________
🌍 现实世界影响
对于企业
- 减少碳足迹 通过在高可再生期安排人工智能工作负载
- 成本优化 在能源价格较低时运行计算
- ESG报告 拥有准确的AI能耗数据
面向AI开发人员
- 碳意识培训 -网格为绿色时训练模型
- 透明的影响 -了解你的模型的碳足迹
- 自动调度 -让AI代理做出绿色决策
潜在影响
- 如果10%的人工智能工作负载转移到低碳时期： 每年节省约50万吨二氧化碳
- 实时可见性使 碳减排30-50% 适用于灵活的工作负载
______________________________________________________________________
🔧 技术栈
| 组件 | 技术 |
|---|---|
| 后端 | FastAPI，Python 3.11 |
| 数据库 | SQLite（HF）/PostgreSQL（生产） |
| MCP协议 | 本地实现 |
| 数据源 | EIA开放数据API |
| 部署 | Docker，拥抱面部空间 |
______________________________________________________________________
📁 项目结构
mcp-energy-hub/
├── app/
│ ├── main.py # FastAPI application
│ ├── config.py # Configuration
│ ├── api/routes/ # REST endpoints
│ ├── mcp/ # MCP server implementation
│ │ ├── server.py # MCP protocol handler
│ │ ├── tools.py # Tool definitions
│ │ └── routes.py # HTTP MCP endpoints
│ ├── ingestion/ # Data collectors
│ │ └── eia_collector.py # EIA API integration
│ └── models/ # Database models
├── mcp_server.py # Standalone MCP server (stdio)
├── Dockerfile # HuggingFace deployment
└── README.md # This file______________________________________________________________________
� Docker部署
# Build the Docker image
docker build -t mcp-energy-hub .
# Run the container
docker run -p 8000:8000 -e EIA_API_KEY=your-key mcp-energy-hub______________________________________________________________________
🧪 测试
# Run tests
pytest
# Run with coverage
pytest --cov=app --cov-report=html______________________________________________________________________
🤝 贡献
欢迎投稿！请查看我们的 贡献指南 了解详情。
- 复刻仓库
- 创建要素分支(
git checkout -b feature/amazing-feature) - 提交您的更改(
git commit -m 'Add amazing feature') - 推到分支(
git push origin feature/amazing-feature) - 打开拉取请求
______________________________________________________________________
🙏 致谢
______________________________________________________________________
📜 许可证
此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。
______________________________________________________________________
🔗 链接
- � MCP协议: 模型上下文协议.io
- ⚡ EIA开放数据: eia.gov/opendata
- 🐛 报告问题:
______________________________________________________________________
由...制作❤️ 可持续人工智能
*帮助人工智能计算变得具有碳意识，一次一个查询* ⚡🌱
⭐ 如果你觉得这个仓库有用，就把它标上！