Zenrus MCP
Provides real-time currency exchange rates for USD and EUR against the Russian Ruble, along with Brent crude oil prices sourced from zenrus.ru. It includes tools for fetching live financial data and calculating oil purchasing power based on current market rates.
README
Zenrus MCP Server
MCP-сервер для получения актуальных курсов валют и цен на нефть с сайта zenrus.ru.
Возможности
Сервер предоставляет следующие инструменты:
Базовые инструменты (получение данных)
get_usd_rate- Get current USD/RUB exchange rateget_eur_rate- Get current EUR/RUB exchange rateget_brent_usd_rate- Get current Brent crude oil price in USD per barrelget_brent_rub_rate- Get current Brent crude oil price in RUB per barrel
Расчетные инструменты (вычисления)
calculate_barrels_for_rub- Calculate how many barrels can be purchased for given amount in RUBcalculate_barrels_for_usd- Calculate how many barrels can be purchased for given amount in USDcalculate_barrels_for_eur- Calculate how many barrels can be purchased for given amount in EUR
Формат возвращаемых данных
Все инструменты возвращают структурированные JSON данные с числовыми значениями, которые могут быть использованы в вычислениях:
Курсы валют (get_usd_rate, get_eur_rate):
{
"rate": 81.08,
"currency": "USD/RUB",
"description": "US Dollar to Russian Ruble exchange rate"
}
Цены на нефть (get_brent_usd_rate, get_brent_rub_rate):
{
"price": 62.17,
"commodity": "Brent Crude Oil",
"currency": "USD",
"unit": "per barrel"
}
Расчеты (calculate_barrels_for_rub, calculate_barrels_for_usd, calculate_barrels_for_eur):
{
"amount": 100000,
"currency": "RUB",
"barrels": 19.8374,
"pricePerBarrel": 5041,
"commodity": "Brent Crude Oil"
}
Такой подход позволяет AI-модели:
- Использовать данные в математических вычислениях
- Форматировать вывод по своему усмотрению
- Легко парсить и обрабатывать результаты
- Сохранять семантику данных
Примеры использования
Для расчетных инструментов передавайте параметр amount:
{
"name": "calculate_barrels_for_usd",
"arguments": {
"amount": 1000
}
}
Результат покажет, сколько баррелей можно купить:
{
"amount": 1000,
"currency": "USD",
"barrels": 16.0848,
"pricePerBarrel": 62.17,
"commodity": "Brent Crude Oil"
}
Установка
Из npm (рекомендуется)
Пакет будет автоматически загружен при первом использовании с npx:
npx -y zenrus-mcp
Для разработки
git clone https://github.com/DarkGenius/zenrus-mcp.git
cd zenrus-mcp
npm install
npm run build
Использование
Конфигурация
Добавьте следующую конфигурацию в файл настроек ваших AI-инструментов:
{
"mcpServers": {
"zenrus": {
"command": "npx",
"args": ["-y", "zenrus-mcp"]
}
}
}
Запуск сервера вручную
npm start
Разработка
# Сборка проекта
npm run build
# Режим разработки с автоматической пересборкой
npm run dev
# Запуск тестов
npm test
# Запуск тестов в watch-режиме
npm run test:watch
# Отладка (выполняет запрос к API и выводит данные)
npm run debug
Отладка
Для проверки работоспособности сервера используйте команду:
npm run debug
Этот скрипт выполнит реальный запрос к zenrus.ru и выведет:
- Полученные данные в JSON формате
- Результаты работы каждого MCP-инструмента
- Статистику выполнения
Структура проекта
zenrus-mcp/
├── src/
│ ├── index.ts # Основной код MCP сервера
│ ├── api.ts # API модуль с кешированием
│ ├── debug.ts # Скрипт для отладки
│ └── __tests__/
│ └── parser.test.ts # Тесты парсинга данных
├── dist/ # Скомпилированные файлы
├── package.json
├── tsconfig.json
├── vitest.config.ts
└── README.md
Как это работает
Получение данных
Сервер получает данные с zenrus.ru из JavaScript файла currents.js, который содержит актуальные курсы в формате:
var current = {0:81.08,1:94.15,2:62.17,...}
Где:
0- курс USD в рублях1- курс EUR в рублях2- цена Brent в долларах
Цена Brent в рублях вычисляется автоматически: USD * Brent(USD)
Кеширование
Данные кешируются на 60 минут для снижения нагрузки на удаленный API. При каждом запросе:
- Проверяется наличие и актуальность кешированных данных
- Если данные устарели (прошло > 60 минут), выполняется новый запрос
- Новые данные сохраняются в кеш
URL использует Unix timestamp для cache busting: currents.js?v1234567890
Технологии
- @modelcontextprotocol/sdk - SDK для создания MCP серверов
- TypeScript
- Node.js
Лицензия
MIT
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.
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.
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.
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.