Agents IA et MCP

Tu construis un agent IA qui doit faire de vrais calculs astrologiques au lieu d’halluciner ? AstroWay s’intègre à Claude (Anthropic), ChatGPT-4 (OpenAI), Llama 3.3 (Groq), DeepSeek, Google Gemini, Mistral - via MCP, llms.txt ou des appels HTTP directs. Trois méthodes d’intégration - choisissez selon le type d’agent :

• llms.txt: fichiers de découverte pour les agents qui lisent la documentation (Cursor IDE, Windsurf, Claude dans le navigateur, pipelines RAG personnalisés sur LangChain/LlamaIndex).
• Serveur MCP: zéro code pour Claude Desktop, Cursor IDE, Windsurf, VS Code (llm CLI) et tout client compatible MCP (y compris GPT avec MCP via l’API OpenAI Realtime).
• HTTP API: appel direct depuis votre propre agent ou framework (LangChain, LlamaIndex, AutoGen, CrewAI).

llms.txt : découverte pour les agents IA

Le site expose deux fichiers lisibles par machine au format llms.txt :

• /llms.txt : index de toutes les pages de documentation regroupées par sections (API Reference, Use Cases, Examples, Products). Petit, tient dans n’importe quel context window.
• /llms-full.txt : tout le contenu de la documentation en un seul fichier texte brut. Convient pour l’indexation hors ligne dans une base de données vectorielle ou pour un seul versement dans le contexte.

Quand l’utiliser

Scénario	Fichier
Cursor/Windsurf “lis la docs astroway et aide-moi avec l’intégration”	/llms.txt (l’agent récupérera seul les sections nécessaires)
Pipeline RAG personnalisé / base de données vectorielle pour un bot FAQ	/llms-full.txt (un seul fetch - tout le corpus)
Claude/ChatGPT dans le navigateur : “voici notre API, construis un client”	/llms-full.txt à coller dans le prompt
Agent de production avec exécution d’appels	Serveur MCP ou HTTP API (voir ci-dessous)

Exemple : pull dans votre propre 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.`;

Note

Les fichiers sont régénérés automatiquement à chaque sortie du site. Fraîcheur garantie : la version API à la fin de /llms.txt correspond au déploiement production actuel.

Serveur MCP (recommandé pour Claude Desktop)

Model Context Protocol (MCP) - un standard ouvert pour connecter des outils aux modèles IA. Le serveur MCP AstroWay fournit 783 outils, un pour chaque opération API, ainsi que 12 prompts et 14 ressources.

Configuration pour Claude Desktop

Ajoutez dans claude_desktop_config.json :

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

Après redémarrage, Claude Desktop verra tous les 783 outils. Pour réduire la liste, définissez ASTROWAY_TOOL_GROUPS ou connectez un serveur de domaine, voir configuration MCP.

Ce que peut faire le serveur MCP

Outil	Ce qu’il fait
astroway_western_chart	Calcul de carte natale
astroway_relational_synastry	Synastrie entre deux personnes
astroway_horoscope_daily	Horoscope quotidien
astroway_ai_interpret_natal	Interprétation IA de la carte natale
astroway_hd_human_design	Carte HD complète
astroway_prognostics_transits	Transits actuels

Liste complète : 783 outils, toute l’API, chacun avec un schéma de réponse typé.

Exemple de dialogue avec Claude

Utilisateur : Construis une carte natale pour une personne née le 14 juillet 1990 à 14:30 à Kiev. Que signifie le Soleil en Cancer dans la 10ème maison ?

Claude : Utilise astroway_western_chart pour le calcul, puis astroway_ai_interpret_placement pour l’interprétation. Retourne les positions planétaires avec des données réelles et une interprétation structurée.

HTTP API

Pour les agents IA sans support MCP - utilisez l’API HTTP directement.

Pour la génération de contenu

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

Pour les calculs + votre propre 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);

Astuce

Si tu n’as besoin que de l’interprétation - utilise /interpret/* (50 crédits, texte prêt). Si tu veux contrôler le prompt - prends /chart (20 crédits) et envoie les données à ton LLM.

Scénarios

Assistant astrologique personnel

Serveur MCP + Claude/ChatGPT. L’utilisateur demande - l’agent calcule et interprète. Budget : tarif Free pour un usage personnel.

Bot de contenu pour les réseaux sociaux

Génération quotidienne d’horoscopes pour 12 signes via /horoscope/daily. 12 requêtes par jour = 240 crédits. Tarif Free avec une marge confortable.

Plateforme de coaching IA

/interpret/natal + /interpret/transits pour chaque client. 100 clients/jour = 10 000 crédits/jour. Tarif Pro.

Démarrage rapide → Première requête en 5 minutes

API Horoscope Interprétations IA et horoscopes

Tarifs Du gratuit à Enterprise