Agents IA et MCP

Tu construis un agent IA qui doit effectuer de vrais calculs astrologiques au lieu de générer des hallucinations ? 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, à toi de choisir 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 avec LangChain/LlamaIndex).
• Serveur MCP — solution zero-code pour Claude Desktop, Cursor IDE, Windsurf, VS Code (via llm CLI) et tout client compatible MCP (y compris GPT avec MCP via l’OpenAI Realtime API).
• HTTP API — appel direct depuis ton 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 la documentation, regroupées par sections (API Reference, Use Cases, Examples, Products). Léger, il tient dans n’importe quelle context window.
• /llms-full.txt — contenu complet de la documentation en un seul fichier texte brut. Idéal pour l’indexation hors ligne dans une base vectorielle ou pour un import ponctuel dans le contexte.

Quand les utiliser ?

Scénario	Fichier
Cursor/Windsurf : « lis la doc AstroWay et aide-moi à intégrer l’API »	/llms.txt (l’agent récupère lui-même les sections pertinentes)
Pipeline RAG personnalisé / base 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 »	Coller /llms-full.txt dans le prompt
Agent en production avec exécution d’appels	Serveur MCP ou HTTP API (voir ci-dessous)

Exemple : récupération dans ton 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 release du site. La fraîcheur est garantie : la version de l’API en fin de /llms.txt correspond au déploiement production actuel.

Serveur MCP (recommandé pour Claude Desktop)

Le Model Context Protocol (MCP) est un standard ouvert pour connecter des outils aux modèles d’IA. Le serveur MCP d’AstroWay propose 25 outils pour les calculs et interprétations astrologiques.

Configuration pour Claude Desktop

Ajoute dans claude_desktop_config.json :

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

Après un redémarrage de Claude Desktop, tu verras 25 outils astrologiques disponibles.

Que fait le serveur MCP ?

Outil	Fonction
natal_chart	Calcul d’un thème natal
synastry	Synastrie entre deux personnes
daily_horoscope	Horoscope quotidien
interpret_natal	Interprétation IA d’un thème natal
human_design	Carte complète en Human Design
transits	Transits actuels

Liste complète : 25 outils couvrant les calculs de base et les interprétations IA.

Exemple de dialogue avec Claude

Utilisateur : Construis un thème natal pour une personne née le 14 juillet 1990 à 14h30 à Kiev. Que signifie le Soleil en Cancer en maison X ?

Claude : Utilise natal_chart pour le calcul, puis interpret_placement pour l’interprétation. Retourne les positions planétaires avec des données réelles et une interprétation pertinente.

HTTP API

Pour les agents IA sans support MCP, utilise directement l’HTTP API.

Pour la génération de contenu

TypeScript

// L’agent IA appelle /interpret/natal pour l’interprétation
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 — interprétation IA prête à l’emploi
// result.disclaimer — mention légale à afficher

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'] — interprétation IA prête à l’emploi
# result['disclaimer'] — mention légale à afficher

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']       — interprétation IA prête à l’emploi
// $result['disclaimer'] — mention légale à afficher

Pour les calculs + ton propre LLM

// 1. Récupère les données brutes via /chart (moins cher — 20 crédits)
const chart = await fetch('https://api.astroway.info/v1/chart', { ... });
const data = await chart.json();

// 2. Transmets les données à ton LLM
const prompt = `Interpret this natal chart: ${JSON.stringify(data.planets)}`;
const llmResponse = await myLLM.generate(prompt);

Astuce

Tu veux juste une interprétation ? Utilise /interpret/* (50 crédits, texte prêt à l’emploi). Tu préfères contrôler le prompt ? Prends /chart (20 crédits) et passe les données à ton LLM.

Cas d’usage

Assistant astrologique personnel

Serveur MCP + Claude/ChatGPT. L’utilisateur pose une question, l’agent calcule et interprète. Budget : forfait Free pour un usage personnel.

Bot de contenu pour les réseaux sociaux

Génération quotidienne d’horoscopes pour les 12 signes via /horoscope/daily. 12 requêtes/jour = 240 crédits. Le forfait Free offre une grande marge.

Plateforme de coaching IA

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

Démarrage rapide → Première requête en 5 minutes

Horoscope API Interprétations IA et horoscopes

Tarifs De gratuit à Enterprise