Πράκτορες AI και MCP

Φτιάχνεις AI‑agent που πρέπει να κάνει πραγματικούς αστρολογικούς υπολογισμούς αντί για ψευδαισθήσεις; Το AstroWay συνδέεται με Claude (Anthropic), ChatGPT-4 (OpenAI), Llama 3.3 (Groq), DeepSeek, Google Gemini, Mistral - μέσω MCP, llms.txt ή άμεσων HTTP‑calls. Τρεις τρόποι ενσωμάτωσης - διάλεξε ανάλογα με τον τύπο του agent:

• llms.txt: αρχεία discovery για agents που διαβάζουν τεκμηρίωση (Cursor IDE, Windsurf, Claude στο πρόγραμμα περιήγησης, προσαρμοσμένα RAG‑pipelines σε LangChain/LlamaIndex).
• MCP server: zero‑code για Claude Desktop, Cursor IDE, Windsurf, VS Code (llm CLI) και οποιονδήποτε MCP‑συμβατό client (συμπεριλαμβανομένου του GPT με MCP μέσω OpenAI Realtime API).
• HTTP API: άμεση κλήση από τον δικό σου agent ή framework (LangChain, LlamaIndex, AutoGen, CrewAI).

llms.txt: discovery για AI‑agents

Ο ιστότοπος εκθέτει δύο μηχανικά αναγνώσιμα αρχεία σε μορφή llms.txt:

• /llms.txt: ευρετήριο όλων των σελίδων τεκμηρίωσης ομαδοποιημένο ανά ενότητες (API Reference, Use Cases, Examples, Products). Μικρό, χωράει σε οποιοδήποτε context window.
• /llms-full.txt: όλο το περιεχόμενο της τεκμηρίωσης σε ένα plain‑text αρχείο. Κατάλληλο για offline indexing σε vector DB ή εφάπαξ έγχυση στο context.

Πότε να το χρησιμοποιήσεις

Σενάριο	Αρχείο
Cursor/Windsurf “διάβασε docs astroway και βοήθησε με την ενσωμάτωση”	/llms.txt (ο agent θα φέρει αυτόματα τις απαιτούμενες ενότητες)
Προσαρμοσμένο RAG‑pipeline / vector DB για FAQ‑bot	/llms-full.txt (ένα fetch - όλο το σώμα)
Claude/ChatGPT στο πρόγραμμα περιήγησης: “εδώ είναι το API μας, φτιάξε client”	/llms-full.txt κολλήστε στο prompt
Production‑agent με εκτέλεση κλήσεων	MCP server ή HTTP API (δες παρακάτω)

Παράδειγμα: pull στον δικό σου agent

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.`;

Σημείωση

Τα αρχεία αναγεννιούνται αυτόματα σε κάθε release του site. Η φρεσκάδα είναι εγγυημένη: η έκδοση του API στο τέλος του /llms.txt ταιριάζει με το τρέχον production deploy.

MCP server (συνιστάται για Claude Desktop)

Model Context Protocol (MCP) - ανοιχτό πρότυπο για σύνδεση εργαλείων με AI μοντέλα. Ο MCP server του AstroWay παρέχει 783 εργαλεία, ένα για κάθε λειτουργία του API, καθώς και 12 prompts και 14 resources.

Ρυθμίσεις για Claude Desktop

Πρόσθεσε στο claude_desktop_config.json:

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

Μετά την επανεκκίνηση, το Claude Desktop θα δει όλα τα 783 εργαλεία. Για να μειώσεις τη λίστα, όρισε ASTROWAY_TOOL_GROUPS ή συνδέσου σε domain server, δες ρυθμίσεις MCP.

Τι μπορεί να κάνει ο MCP server

Εργαλείο	Τι κάνει
astroway_western_chart	Υπολογισμός γενέθλιου χάρτη
astroway_relational_synastry	Συγγένεια (synastry) δύο ατόμων
astroway_horoscope_daily	Ημερήσιος ωροσκόπιος
astroway_ai_interpret_natal	AI‑ερμηνεία γενέθλιου χάρτη
astroway_hd_human_design	Πλήρης HD‑χάρτης
astroway_prognostics_transits	Τρέχοντα transits

Πλήρης λίστα: 783 εργαλεία, όλο το API, το καθένα με τυποποιημένο schema απάντησης.

Παράδειγμα διαλόγου με Claude

Χρήστης: Φτιάξε γενέθλιο χάρτη για ένα άτομο γεννημένο 14 Ιουλίου 1990 στις 14:30 στην Κίεβο. Τι σημαίνει ο Ήλιος στον Καρκίνο στον 10ο οίκο;

Claude: Χρησιμοποιεί το astroway_western_chart για τον υπολογισμό, μετά το astroway_ai_interpret_placement για την ερμηνεία. Επιστρέφει τις θέσεις των πλανητών με πραγματικά δεδομένα και μια κατανοητή ερμηνεία.

HTTP API

Για AI‑agents χωρίς υποστήριξη MCP - χρησιμοποίησε το HTTP API άμεσα.

Για δημιουργία περιεχομένου

TypeScript

// The AI agent calls /interpret/natal for an interpretation
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 { data: result } = await r.json();
// result.interpretation - ready AI interpretation
// result.disclaimer - disclaimer to display

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()['data']
# result['interpretation'] - ready AI interpretation
# result['disclaimer']     - disclaimer to display

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)['data'];
// $result['interpretation'] - ready AI interpretation
// $result['disclaimer']     - disclaimer to display

Για υπολογισμούς + δικό σου LLM

// 1. Get raw data from /chart (cheaper - 20 credits)
const chart = await fetch('https://api.astroway.info/v1/chart', { ... });
const { data } = await chart.json();

// 2. Pass the data to your own LLM
const prompt = `Interpret this natal chart: ${JSON.stringify(data.planets)}`;
const llmResponse = await myLLM.generate(prompt);

Συμβουλή

Αν χρειάζεσαι μόνο ερμηνεία - χρησιμοποίησε /interpret/* (50 credits, κείμενο έτοιμο). Αν θέλεις να ελέγχεις το prompt - πάρε /chart (20 credits) και πέρασε τα δεδομένα στο δικό σου LLM.

Σενάρια

Προσωπικός αστρολογικός βοηθός

MCP server + Claude/ChatGPT. Ο χρήστης ρωτά - ο agent υπολογίζει και ερμηνεύει. Προϋπολογισμός: Free τιμολόγηση για προσωπική χρήση.

Bot περιεχομένου για κοινωνικά δίκτυα

Καθημερινή δημιουργία ωροσκοπίων για 12 ζώδια μέσω /horoscope/daily. 12 αιτήματα την ημέρα = 240 credits. Free τιμολόγηση με μεγάλο απόθεμα.

Πλατφόρμα AI‑coaching

/interpret/natal + /interpret/transits για κάθε πελάτη. 100 πελάτες/ημέρα = 10 000 credits/ημέρα. Τιμολόγηση Pro.

Швидкий старт → Перший запит за 5 хвилин

Horoscope API AI-інтерпретації та гороскопи

Тарифи Від безкоштовного до Enterprise