gasolineras-mcp
Provides real-time fuel prices at gas stations in Spain using the government's public API. Enables users to find the cheapest fuel in a municipality or list stations sorted by price.
README
gasolineras-mcp
Este proyecto tiene por objetivo enseñarte a conectar tu LLM (IA) a datos públicos y utilizarlos. Hemos utilizado los precios de las gasolineras en España por su sencillez y utilidad. El Ministerio publica una API con datos públicos. El MCP simplemente facilita el uso de la API en tu LLM.
No es un paso imprescindible si tu IA tiene acceso a una terminal (como Claude Code), pero es la única vía en clientes como Claude Desktop. Y sienta los principios para tareas más complejas, como conectar en el futuro la IA con tus finanzas, tus documentos, etc.
Qué es "instalar un MCP"
Un MCP local no se instala en ningún sitio central: es un programa que tu cliente (Claude Desktop, Claude Code) arranca por debajo y con el que habla. Instalarlo son siempre dos pasos:
- Tener el programa en tu máquina.
- Decirle al cliente qué comando ejecutar para arrancarlo.
Vía rápida (recomendada): uvx
Con uvx los dos pasos casi se funden: el propio comando descarga el
paquete de PyPI y lo ejecuta, así que no instalas nada a mano.
Paso 1 — instala uv (una sola vez, vale para cualquier MCP en Python):
# Linux / macOS
curl -LsSf https://astral.sh/uv/install.sh | sh
En Windows: powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
Paso 2 — díselo a tu cliente.
Claude Code (terminal):
claude mcp add -s user gasolineras -- uvx gasolineras-mcp
El -s user importa: sin él, el servidor solo existe para la carpeta desde
la que ejecutes el comando, y en cualquier otra Claude no lo verá — ni te
avisará de que le falta.
Claude Desktop: añade esto a tu claude_desktop_config.json
(Ajustes → Desarrollador → Editar configuración) y reinicia la app:
{
"mcpServers": {
"gasolineras": {
"command": "uvx",
"args": ["gasolineras-mcp"]
}
}
}
Si Claude Desktop dice que no encuentra uvx (pasa sobre todo en macOS: las
apps de escritorio no ven el mismo PATH que tu terminal), pon la ruta
completa en "command" — normalmente /Users/<tu-usuario>/.local/bin/uvx
(en Linux, /home/<tu-usuario>/.local/bin/uvx).
Codex CLI (OpenAI):
codex mcp add gasolineras -- uvx gasolineras-mcp
Gemini CLI (Google):
gemini mcp add -s user gasolineras uvx gasolineras-mcp
opencode: añade esto a tu opencode.json:
{
"mcp": {
"gasolineras": {
"type": "local",
"command": ["uvx", "gasolineras-mcp"]
}
}
}
Cualquier otro cliente compatible con MCP funciona igual: el comando es
uvx con el argumento gasolineras-mcp.
Vía pedagógica: clonar el repo y montarlo tú
Es lo mismo, pero haciendo tú el paso 1 a mano — útil para entender qué hay dentro. Necesitas Python 3.10 o superior.
git clone https://github.com/gregoriofraile/gasolineras-mcp
cd gasolineras-mcp
python3 -m venv .venv
.venv/bin/pip install .
Esto deja el ejecutable en .venv/bin/gasolineras-mcp dentro de la carpeta
del proyecto. El paso 2 es igual que arriba, sustituyendo uvx gasolineras-mcp (o el "command" del JSON) por la ruta completa a ese
ejecutable.
Comprueba que funciona de verdad
Cuidado: si el MCP no está bien registrado, la IA no avisa — responde con lo que tiene (o se lo inventa) y parece que funciona. Para verificar:
- Lista los servidores registrados:
claude mcp list,codex mcp listogemini mcp list, según tu cliente. Debe salirgasolinerasconectado. - Abre una sesión nueva (las abiertas no cargan MCPs nuevos).
- Pregunta, por ejemplo: "¿Dónde está la gasolina más barata de
Teruel?" — en la respuesta debe verse la llamada a la herramienta
precios_carburantes (MCP).
Licencia
MIT. Los datos son públicos, del Ministerio para la Transición Ecológica (API de precios de carburantes). Este proyecto no guarda nada tuyo: ni claves, ni datos personales, ni telemetría.
English: MCP server (stdio, Python) for fuel prices at any gas station
in Spain, using the Spanish government's public API (no key required). Two
tools: buscar_municipio (find a municipality) and precios_carburantes
(stations sorted by price). Install: uvx gasolineras-mcp. No state, no
keys, no telemetry.
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.