1. Desarrollo de un Sistema Cognitivo usando MCP y Bases de Datos

Sistema de Inventario con SQLite + MCP

Este proyecto implementa un sistema de inventario básico utilizando Python, SQLite y MCP (Model Context Protocol). Permite realizar operaciones CRUD sobre productos, además de consultas estadísticas del inventario.

---

Características

• Crear productos
• Consultar productos por ID
• Actualizar cantidad de productos
• Eliminar productos
• Listar todos los productos
• Calcular valor total del inventario
• Consultar productos agotados
• Identificar el producto más costoso
• Obtener estadísticas generales del inventario

---

Tecnologías utilizadas

• Python 3.x
• SQLite3
• FastMCP (Model Context Protocol)

---

Estructura del proyecto

/inventario │── database.py # Creación de la base de datos │── server.py # Servidor MCP con herramientas │── productos_db.py # Lógica CRUD de productos (si aplica) │── inventory.db # Base de datos SQLite (se genera automáticamente)

---

⚙️ Instalación

1. Clonar el proyecto

bash: git clone <URL_DEL_REPOSITORIO> cd inventario

---

2. Crear entorno virtual (opcional pero recomendado)

python -m venv venv

Activar entorno:

• Windows: venv\Scripts\activate
• Linux/Mac: source venv/bin/activate

---

3. Instalar dependencias

pip install fastmcp

---

4. Inicializar base de datos

• Ejecutar el siguiente archivo: python database.py
• Esto creará automáticamente el archivo: inventory.db

---

5. Ejecución del servidor MCP

• Ejecutar: python server.py

El servidor quedará activo con las herramientas disponibles para consulta y manipulación del inventario.

---

6. Ejecución de pruebas

Puedes crear un archivo test.py para probar las funciones: python test.py

Ejemplo de uso:

• crear_producto("Laptop", "Tecnología", 10, 2500)
• consultar_producto(1)
• actualizar_producto(1, 20)
• listar_productos()
• valor_inventario()

---

Consideraciones

• Asegúrate de ejecutar primero database.py antes del servidor.
• No elimines el archivo inventory.db si deseas conservar los datos.
• Manejar correctamente los IDs al consultar o eliminar productos.

---

Autor:

Edwin Alexander Ospina Penna Proyecto desarrollado como práctica de sistemas cognitivos, bases de datos y MCP en Python.

---