AI-Agenten und MCP

Baust du einen AI-Agenten, der echte astrologische Berechnungen durchführt – statt Halluzinationen? AstroWay verbindet sich mit Claude (Anthropic), ChatGPT-4 (OpenAI), Llama 3.3 (Groq), DeepSeek, Google Gemini, Mistral – über MCP, llms.txt oder direkte HTTP-Aufrufe. Drei Integrationsmöglichkeiten – wähle je nach Agententyp:

• llms.txt – Discovery-Dateien für Agenten, die Dokumentation lesen (Cursor IDE, Windsurf, Claude im Browser, benutzerdefinierte RAG-Pipelines mit LangChain/LlamaIndex).
• MCP-Server – Zero-Code für Claude Desktop, Cursor IDE, Windsurf, VS Code (llm CLI) und jeden MCP-kompatiblen Client (inklusive GPT mit MCP über OpenAI Realtime API).
• HTTP-API – Direkter Zugriff aus deinem eigenen Agenten oder Framework (LangChain, LlamaIndex, AutoGen, CrewAI).

llms.txt – Discovery für AI-Agenten

Die Website stellt zwei maschinenlesbare Dateien im llms.txt-Format bereit:

• /llms.txt – Index aller Dokumentationsseiten, gruppiert nach Abschnitten (API Reference, Use Cases, Examples, Products). Klein und passt in jeden Context Window.
• /llms-full.txt – Der gesamte Dokumentationsinhalt als eine Plain-Text-Datei. Ideal für Offline-Indizierung in einer Vektordatenbank oder einmaliges Einfügen in den Context.

Wann du sie verwenden solltest

Szenario	Datei
Cursor/Windsurf: „Lies die AstroWay-Docs und helfe bei der Integration“	/llms.txt (der Agent lädt die benötigten Abschnitte selbst)
Eigene RAG-Pipeline / Vektordatenbank für einen FAQ-Bot	/llms-full.txt (ein Fetch – der gesamte Korpus)
Claude/ChatGPT im Browser: „Hier ist unsere API, baue einen Client“	/llms-full.txt in den Prompt einfügen
Produktionsagent mit Ausführung von Aufrufen	MCP-Server oder HTTP-API (siehe unten)

Beispiel: Pull in deinen eigenen Agenten

const docs = await fetch('https://api.astroway.info/llms-full.txt').then(r => r.text());

const systemPrompt = `You are an integration assistant for AstroWay API.
Documentation:
${docs}

When the user asks how to do X, return a working code snippet using their API key.`;

Hinweis

Die Dateien werden bei jedem Seiten-Release automatisch neu generiert. Frische garantiert: Die API-Version am Ende von /llms.txt entspricht dem aktuellen Production-Deploy.

MCP-Server (empfohlen für Claude Desktop)

Das Model Context Protocol (MCP) ist ein offener Standard zur Verbindung von Tools mit AI-Modellen. Der AstroWay-MCP-Server bietet 25 Tools für Berechnungen und Interpretationen.

Einrichtung für Claude Desktop

Füge in claude_desktop_config.json ein:

{
  "mcpServers": {
    "astroway": {
      "command": "npx",
      "args": ["@astroway/mcp"],
      "env": {
        "ASTROWAY_API_KEY": "aw_live_your_key_here"
      }
    }
  }
}

Nach einem Neustart von Claude Desktop stehen dir 25 astrologische Tools zur Verfügung.

Was der MCP-Server kann

Tool	Funktion
natal_chart	Berechnung des Geburtshoroskops
synastry	Synastrie zweier Personen
daily_horoscope	Tageshoroskop
interpret_natal	AI-Interpretation des Geburtshoroskops
human_design	Komplette HD-Karte
transits	Aktuelle Transite

Vollständige Liste: 25 Tools, die grundlegende Berechnungen und AI-Interpretationen abdecken.

Beispiel-Dialog mit Claude

Benutzer: Erstelle ein Geburtshoroskop für eine Person, die am 14. Juli 1990 um 14:30 Uhr in Kiew geboren wurde. Was bedeutet die Sonne im Krebs im 10. Haus?

Claude: Verwendet natal_chart für die Berechnung, dann interpret_placement für die Interpretation. Liefert Planetenpositionen mit echten Daten und eine sinnvolle Interpretation.

HTTP-API

Für AI-Agenten ohne MCP-Unterstützung nutze die HTTP-API direkt.

Für die Inhaltsgenerierung

TypeScript

// AI-Agent ruft /interpret/natal für die Interpretation auf
const r = await fetch('https://api.astroway.info/v1/interpret/natal', {
  method: 'POST',
  headers: {
    'X-Api-Key': process.env.ASTROWAY_API_KEY!,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    date: '1990-07-14',
    time: '14:30:00',
    timezoneOffset: 3,
    latitude: 50.4501,
    longitude: 30.5234,
  }),
});

const result = await r.json();
// result.text — fertige AI-Interpretation
// result.disclaimer — Disclaimer zur Anzeige

Python

import os, requests

r = requests.post(
    'https://api.astroway.info/v1/interpret/natal',
    headers={'X-Api-Key': os.environ['ASTROWAY_API_KEY']},
    json={
        'date': '1990-07-14',
        'time': '14:30:00',
        'timezoneOffset': 3,
        'latitude': 50.4501,
        'longitude': 30.5234,
    },
)
result = r.json()
# result['text'] — fertige AI-Interpretation
# result['disclaimer'] — Disclaimer zur Anzeige

cURL

curl -X POST https://api.astroway.info/v1/interpret/natal \
  -H "X-Api-Key: $ASTROWAY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "date": "1990-07-14",
    "time": "14:30:00",
    "timezoneOffset": 3,
    "latitude": 50.4501,
    "longitude": 30.5234
  }'

PHP

<?php
use GuzzleHttp\Client;

$aw = new Client(['base_uri' => 'https://api.astroway.info/v1/']);
$r = $aw->post('interpret/natal', [
    'headers' => ['X-Api-Key' => getenv('ASTROWAY_API_KEY')],
    'json' => [
        'date' => '1990-07-14',
        'time' => '14:30:00',
        'timezoneOffset' => 3,
        'latitude' => 50.4501,
        'longitude' => 30.5234,
    ],
]);

$result = json_decode($r->getBody(), true);
// $result['text']       — fertige AI-Interpretation
// $result['disclaimer'] — Disclaimer zur Anzeige

Für Berechnungen + eigenes LLM

// 1. Hole Rohdaten über /chart (günstiger – 20 Credits)
const chart = await fetch('https://api.astroway.info/v1/chart', { ... });
const data = await chart.json();

// 2. Übergebe die Daten an dein eigenes LLM
const prompt = `Interpret this natal chart: ${JSON.stringify(data.planets)}`;
const llmResponse = await myLLM.generate(prompt);

Tipp

Brauchst du nur die Interpretation? Nutze /interpret/* (50 Credits, Text ist fertig). Möchtest du den Prompt selbst steuern? Nimm /chart (20 Credits) und übergebe die Daten an dein eigenes LLM.

Anwendungsfälle

Persönlicher astrologischer Assistent

MCP-Server + Claude/ChatGPT. Der Benutzer fragt – der Agent berechnet und interpretiert. Budget: Free-Tarif für die private Nutzung.

Content-Bot für soziale Medien

Tägliche Generierung von Horoskopen für 12 Sternzeichen über /horoscope/daily. 12 Anfragen pro Tag = 240 Credits. Der Free-Tarif bietet reichlich Puffer.

AI-Coaching-Plattform

/interpret/natal + /interpret/transits für jeden Kunden. 100 Kunden/Tag = 10.000 Credits/Tag. Pro-Tarif.

Schnellstart → Erster Aufruf in 5 Minuten

Horoscope API AI-Interpretationen und Horoskope

Tarife Von kostenlos bis Enterprise