Zenrus MCP
Provides real-time currency exchange rates for USD and EUR against the Russian Ruble, along with Brent crude oil prices sourced from zenrus.ru. It includes tools for fetching live financial data and calculating oil purchasing power based on current market rates.
README
Zenrus MCP Server
MCP-сервер для получения актуальных курсов валют и цен на нефть с сайта zenrus.ru.
Возможности
Сервер предоставляет следующие инструменты:
Базовые инструменты (получение данных)
get_usd_rate- Get current USD/RUB exchange rateget_eur_rate- Get current EUR/RUB exchange rateget_brent_usd_rate- Get current Brent crude oil price in USD per barrelget_brent_rub_rate- Get current Brent crude oil price in RUB per barrel
Расчетные инструменты (вычисления)
calculate_barrels_for_rub- Calculate how many barrels can be purchased for given amount in RUBcalculate_barrels_for_usd- Calculate how many barrels can be purchased for given amount in USDcalculate_barrels_for_eur- Calculate how many barrels can be purchased for given amount in EUR
Формат возвращаемых данных
Все инструменты возвращают структурированные JSON данные с числовыми значениями, которые могут быть использованы в вычислениях:
Курсы валют (get_usd_rate, get_eur_rate):
{
"rate": 81.08,
"currency": "USD/RUB",
"description": "US Dollar to Russian Ruble exchange rate"
}
Цены на нефть (get_brent_usd_rate, get_brent_rub_rate):
{
"price": 62.17,
"commodity": "Brent Crude Oil",
"currency": "USD",
"unit": "per barrel"
}
Расчеты (calculate_barrels_for_rub, calculate_barrels_for_usd, calculate_barrels_for_eur):
{
"amount": 100000,
"currency": "RUB",
"barrels": 19.8374,
"pricePerBarrel": 5041,
"commodity": "Brent Crude Oil"
}
Такой подход позволяет AI-модели:
- Использовать данные в математических вычислениях
- Форматировать вывод по своему усмотрению
- Легко парсить и обрабатывать результаты
- Сохранять семантику данных
Примеры использования
Для расчетных инструментов передавайте параметр amount:
{
"name": "calculate_barrels_for_usd",
"arguments": {
"amount": 1000
}
}
Результат покажет, сколько баррелей можно купить:
{
"amount": 1000,
"currency": "USD",
"barrels": 16.0848,
"pricePerBarrel": 62.17,
"commodity": "Brent Crude Oil"
}
Установка
Из npm (рекомендуется)
Пакет будет автоматически загружен при первом использовании с npx:
npx -y zenrus-mcp
Для разработки
git clone https://github.com/DarkGenius/zenrus-mcp.git
cd zenrus-mcp
npm install
npm run build
Использование
Конфигурация
Добавьте следующую конфигурацию в файл настроек ваших AI-инструментов:
{
"mcpServers": {
"zenrus": {
"command": "npx",
"args": ["-y", "zenrus-mcp"]
}
}
}
Запуск сервера вручную
npm start
Разработка
# Сборка проекта
npm run build
# Режим разработки с автоматической пересборкой
npm run dev
# Запуск тестов
npm test
# Запуск тестов в watch-режиме
npm run test:watch
# Отладка (выполняет запрос к API и выводит данные)
npm run debug
Отладка
Для проверки работоспособности сервера используйте команду:
npm run debug
Этот скрипт выполнит реальный запрос к zenrus.ru и выведет:
- Полученные данные в JSON формате
- Результаты работы каждого MCP-инструмента
- Статистику выполнения
Структура проекта
zenrus-mcp/
├── src/
│ ├── index.ts # Основной код MCP сервера
│ ├── api.ts # API модуль с кешированием
│ ├── debug.ts # Скрипт для отладки
│ └── __tests__/
│ └── parser.test.ts # Тесты парсинга данных
├── dist/ # Скомпилированные файлы
├── package.json
├── tsconfig.json
├── vitest.config.ts
└── README.md
Как это работает
Получение данных
Сервер получает данные с zenrus.ru из JavaScript файла currents.js, который содержит актуальные курсы в формате:
var current = {0:81.08,1:94.15,2:62.17,...}
Где:
0- курс USD в рублях1- курс EUR в рублях2- цена Brent в долларах
Цена Brent в рублях вычисляется автоматически: USD * Brent(USD)
Кеширование
Данные кешируются на 60 минут для снижения нагрузки на удаленный API. При каждом запросе:
- Проверяется наличие и актуальность кешированных данных
- Если данные устарели (прошло > 60 минут), выполняется новый запрос
- Новые данные сохраняются в кеш
URL использует Unix timestamp для cache busting: currents.js?v1234567890
Технологии
- @modelcontextprotocol/sdk - SDK для создания MCP серверов
- TypeScript
- Node.js
Лицензия
MIT
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。