Этот проект обеспечивает обертку сервера Model Context Protocol (MCP) вокруг esp-rainmaker-cli. Библиотека Python. Он позволяет MCP-совместимым клиентам (например, LLM или приложениям, таким как Cursor, Claude Desktop и Windsurf) взаимодействовать с устройствами ESP RainMaker с помощью официального CLI.

Введение в модельный контекстный протокол (MCP)

Модельный контекстный протокол (MCP) представляет собой стандартизированную структуру, которая позволяет системам ИИ взаимодействовать с внешними инструментами, источниками данных и службами единым образом. Представленный Anthropic и принятый крупными организациями ИИ, MCP выступает в качестве универсального интерфейса, аналогичного USB-C для аппаратного обеспечения, что позволяет беспрепятственно интегрироваться на разных платформах.

Ключевые преимущества MCP в ESP RainMaker

Унифицированное взаимодействие: MCP позволяет моделям ИИ получать доступ и управлять устройствами IoT с помощью подсказок на естественном языке, делая взаимодействия более интуитивными и доступными. -** Реальный контроль**: С помощью MCP пользователи могут выполнять такие действия, как включение / выключение устройств, настройка настроек и управление расписаниями непосредственно через интерфейсы ИИ. Local Server, Cloud-Backed Control: Сервер ESP RainMaker MCP работает локально и сохраняет учетные данные на вашем компьютере.

ESP RainMaker MCP Server

This project provides a Model Context Protocol (MCP) server wrapper around the esp-rainmaker-cli Python library. It allows MCP-compatible clients (like LLMs or applications such as Cursor, Claude Desktop, and Windsurf) to interact with your ESP RainMaker devices using the official CLI.

Introduction to Model Context Protocol (MCP)

The Model Context Protocol (MCP) is a standardized framework that enables AI systems to interact with external tools, data sources, and services in a unified manner. Introduced by Anthropic and adopted by major AI organizations, MCP acts as a universal interface, much like USB-C for hardware, allowing seamless integration across different platforms.

Key Benefits of MCP in ESP RainMaker

• Unified Interaction: MCP allows AI models to access and control IoT devices using natural language prompts, making interactions more intuitive and accessible.
• Real-time Control: With MCP, users can execute actions such as turning devices on/off, adjusting settings, and managing schedules directly through AI interfaces.
• Local Server, Cloud-Backed Control: The ESP RainMaker MCP server runs locally and stores credentials on your machine. However, device management actions are performed via the official ESP RainMaker cloud APIs through the esp-rainmaker-cli.

By integrating MCP, the ESP RainMaker platform enhances its capabilities, allowing tools like Claude, Cursor, Windsurf, and Gemini CLI to manage IoT devices efficiently and securely.

Prerequisites

• Python: Version 3.10 or higher
• uv: The uv Python package manager. Install from Astral’s uv documentation.
• ESP RainMaker CLI Login: You must have successfully logged into ESP RainMaker using the standard esp-rainmaker-cli login command in your terminal at least once. This server relies on the credentials saved by that process.
• RainMaker Nodes added into your account since onboarding isn’t supported by the MCP server.

Installation & Setup

1. Clone the Repository:

   git clone https://github.com/espressif/esp-rainmaker-mcp.git
   cd esp-rainmaker-mcp
   

2. Install Dependencies using uv: This command installs esp-rainmaker-cli, mcp[cli], and any other dependencies listed in pyproject.toml into a virtual environment managed by uv.

   uv sync
   

   (This assumes uv is installed)

3. Login to ESP Rainmaker using esp-rainmaker-cli

   uv run esp-rainmaker-cli login
   

[!NOTE] Direct login via username/password within MCP is not supported for security reasons. Please use the standard CLI login flow first.

Client Configuration