CropProphEU

🌾 CropProphEU — EU 作物インテリジェンス MCP サーバー

13 個の MCP ツール、5 種類の作物、26 か国の EU 諸国、123 の NUTS2 地域 — 欧州農業向けの収量予測、市場価値（€/ha）、リスク分析、環境リスク評価、ポートフォリオ最適化を提供します。AI エージェントのために、AI エージェントによって構築されています。

「今年、ザクセン＝アンハルト州の小麦の生育はどうなるでしょうか？ 100 ha を €/ha で配分する場合、最適な方法は何でしょうか？」

pip install git+https://github.com/DasClown/CropProphEU.git

---

機能（13 個の MCP ツール）

#	ツール	機能	V
1	yield_and_value	収量 + 市場価値（€/ha） + 平易な言葉による概要（DE/EN）	V4.6
2	europe_yield_forecast	収量リスク（Yield-at-Risk）（P10/P50/P90）+ NDVI 補正を含む汎欧州 RF 予測	V4.3
3	crop_forecast	現在のシーズン：GDD、降雨、土壌水分、干ばつ指数、霜警報	V4.0
4	compare_regions	20 地域 × 5 作物をライブ市場価格で一括比較	V5.1
5	portfolio_optimizer	AI 投資エンジン：予算 → 地域 × 作物にわたる最適配分	V5.1e
6	season_comparison	今シーズンと過去の年を比較	V4.0
7	region_health	1 回の呼び出しで、1 地域の全作物を確認	V4.5
8	weather_outlook	16 日間の天気予報	V4.0
9	climate_scenario	仮定シナリオ：+2°C、降雨量 -20% など	V4.4
10	yield_forecast	類似年による収量予測（ドイツ中心）	V3.0
11	list_regions	26 か国にまたがる 123 の NUTS2 地域	V4.2
12	list_crops	作物パラメーター（GDD 基準値、生育期、霜への感受性）	V4.5
13	environmental_risk	新機能 V5.4 — ERS（森林、侵食、暴風雨、雹）+ ドイツ向けのイノシシ被害リスク	V5.4

---

クイックスタート

1. インストール

pip install git+https://github.com/DasClown/CropProphEU.git

2. MCP サーバーとして使用

CLI（stdio）：

crop-mcp

Python API：

from crop_mcp import predict_europe_yield

result = predict_europe_yield("DE11", "DE", crop="wheat", gdd=3050, precip_mm=650)
print(f"Yield: {result['predicted_yield_t_ha']} t/ha")
print(f"Revenue: ~{result['predicted_yield_t_ha'] * 239:.0f} €/ha")

3. Claude Desktop / Cursor

{
  "mcpServers": {
    "crop": {
      "command": "python3",
      "args": ["-m", "crop_mcp.server"]
    }
  }
}

4. HTTP サーバー（リモート / Smithery）

pip install crop-mcp[http]
crop-mcp --http --port 8080

SSE 経由で接続します：http://your-server:8080/sse

5. Docker

docker build -t crop-mcp .
docker run -p 8080:8080 crop-mcp crop-mcp --http --port 8080

---

検証済み作物 — データの整合性 ✅

すべての予測は、検証済みの Eurostat 作物コードにたどれます。 ハルシネーションも、誤った作物データによる見落としのある学習もありません。

作物	Eurostat コード	サンプル数	国数	MAE (LOYO)	R²
🌾 小麦	C1100	1,603	26 (🇪🇺+🇺🇦)	11.5%	0.87
🌽 トウモロコシ（メイズ）	C1500	1,797	21 (🇪🇺+🇬🇧)	11.6%	0.72
🌿 大麦	C1300	1,885	26 (🇪🇺+🇬🇧)	11.2%	0.85
🌻 菜種	I1110	1,825	25	10.8%	0.83
🌻 ヒマワリ	I1120	1,229	17	16.1%	0.74

⚠️ V5.1d データ修正：菜種とヒマワリは、以前は米のデータ（誤った Eurostat コード C2000/C2200）で学習していました。現在は工業作物コード I1110/I1120 に修正済みです。 ドイツの菜種予測は 7.21t から 2.63t に低下しました。これは外挿値ではなく、実際の値です。

---

CropProphEU を選ぶ理由

機能	CropProphEU	Open-Meteo MCP	Gro Intelligence
収量予測	✅ 5 作物	❌	✅ 年間 $10K+
土壌特性	✅ 11 項目	❌	✅
収量リスク（P10/P90）	✅	❌	✅
リアルタイム市場価格（€/ha）	✅ CBOT + MATIF	❌	✅
気候の仮定分析	✅	❌	✅
霜害警告	✅	✅	❌
NDVI 衛星補正	✅	❌	❌
ポートフォリオ最適化	✅	❌	❌
多言語対応（DE/EN）	✅	❌	❌
環境リスク	✅ V5.4	❌	❌
価格	無料	無料	年間 $10K+

独自の特長：土壌 → 収量 → 市場価値 → 環境リスク → ポートフォリオ最適化を、1 つのパイプラインでカバーする、EU 農業向けの無料 MCP サーバーはこれだけです。

---

V5.4 — 環境リスクスコア + 野生動物被害 🌍🐗

機能	説明
環境リスクスコア	森林率、トウモロコシ栽培面積、土壌侵食、暴風雨・雹のリスクを組み合わせたスコア → 🟢🟡🔴
ドイツの野生動物被害	DJV の狩猟捕獲データ + 森林縁辺指数 + トウモロコシ栽培面積率 → €/ha の損失推定
信号機システム	🟢 low (<35), 🟡 moderate (35-65), 🔴 high (≥65)
MCP ツール	environmental_risk(region='DE26') → 野生動物被害を含む即時分析

Maßbach の例（DE26 Unterfranken）：

{
  "overall_risk": "🔴 high",
  "ers_level": "🟡 moderate",
  "wild_boar_risk": {"level": "🔴 high", "loss_eur_ha": 158},
  "management": ["Waldrandstreifen 3-6m", "Drückjagd Nov-Dez", "8-Tage-Anzeigefrist §36 BayJG"]
}

V5.4 — テストと CI 🧪

項目	状態
pytest	16 件のテスト、すべて成功（tests/test_crop_mcp.py）
CI（GitHub Actions）	✅ プッシュのたびに実行 — ヘッダーのバッジが緑色
Git LFS	*.pkl と大きな .json を LFS 経由で管理（Git ツリーから削除済み）

テストの実行：

pip install -e ".[test]"
pytest tests/ -v

---

モデル精度

指標	値
LOYO MAE（小麦）	0.599 t/ha（11.5%）
前方検証（2022 年までで学習、2023〜24 年でテスト）	0.794 t/ha（15.0%）
R²（LOYO）	0.871
R²（前方検証）	0.628

学習データが豊富なEU の主要地域（DE、FR、BE、NL、AT、CZ）で最も高い精度を発揮します。

作物別の性能（V5.2）

作物	アルゴリズム	主要な特徴量	主な知見
🌾 小麦	RF 200 trees	solar_kwh（35%）	南北の傾向が支配的
🌽 トウモロコシ	RF 200 trees	clay_pct（42%）	トウモロコシは土壌の影響を非常に受けやすい
🌿 大麦	Ridge	clay_pct（27%）	すべての作物の中で最も広いカバレッジ
🌻 菜種	RF 200 trees	coarse_pct（28%）	修正済み — 実データのサンプルは 1,825 件
🌻 ヒマワリ	Ridge	silt_pct（24%）	17 か国（修正後）

---

リアルタイム市場価格

作物	ソース	€/t（2026 年 5 月）	市場
小麦	✅ CBOT ZW=F + MATIF プレミアム	239	Euronext MATIF
トウモロコシ	✅ CBOT ZC=F + MATIF プレミアム	189	Euronext MATIF
大麦	✅ 参考価格（AMI 地域別）	190	AMI 地域別取引所
菜種	✅ 参考価格	470	Euronext MATIF（ECO）
ヒマワリ	✅ 参考価格	420	ICE / 黒海

生産コストは国と作物ごとに異なります（V5.3 以降）。market_prices.py → COUNTRY_PRODUCTION_COSTS（EU 28 か国 × 5 作物）を参照してください。データソース：FADN、KTBL、ARVALIS。例：

国	小麦	トウモロコシ	大麦	菜種	ヒマワリ
🇩🇪 DE	650	700	600	780	650
🇫🇷 FR	700	650	600	750	600
🇵🇱 PL	550	600	500	650	550
🇷🇴 RO	450	500	400	550	450
🇪🇸 ES	600	650	550	700	—

ℹ️ 全表：crop_mcp/market_prices.py の COUNTRY_PRODUCTION_COSTS 辞書

---

データソース

ソース	データ	アクセス
Eurostat	作物収量（apro_cpshr）— 25年以上、検証済みコード	無料、キー不要
NASA POWER	GDD、降水量、日射量、土壌水分	無料、レート制限なし
Open-Meteo	16日間予報、GDD	無料、キー不要
SoilGrids v2（ISRIC）	11項目：SOC、pH、N、CEC、粘土、砂、シルト、bdod（かさ密度）、cfvo（粗大片）、AWC、粗粒	無料 REST API
LUCAS Soil（ESDAC）	約2万件の圃場地点の土性＋粗大片	無料ダウンロード
Sentinel-2 NDVI	植生指数（Copernicus STAC＋Planetary Computer フォールバック）	無料、認証不要
Yahoo Finance	CBOT 小麦／トウモロコシ先物、EUR/USD のリアルタイム価格	無料、キー不要

API キーは一切不要です — すべてのソースは無料で公開されています。

---

出力例

ドイツ語（デフォルト）：

Weizen – Region DEE0 (DE)
Ertrag: 7.35 t/ha (Spanne 6.50–8.20)
Temperatur: warm (2950°C Wärmesumme)
Niederschlag: ausreichend (480 mm)
Bodenfeuchte: feucht (48%)
Modellabweichung: ±11.5% (1603 Samples, 26 Länder)
Vergleich zu 2024: +0.15 t/ha (im Rahmen des Vorjahres)
Marktwert: 1.757 €/ha @ 239 €/t
Kosten: 650 €/ha → Deckungsbeitrag: 1.107 €/ha

英語（language="en" を指定）：

Wheat – Region DEE0 (DE)
Yield: 7.35 t/ha (range 6.50–8.20)
Temperature: warm (2950°C GDD)
...

---

アーキテクチャ

crop-mcp/
├── crop_mcp/
|├── server.py                 # 857 Zeilen — Pydantic-Modelle + Tool-Registry + MCP-Init
│   ├── tools/                  # **V5.4e** — Handler in logische Module aufgeteilt
│   │   ├── weather.py          # weather_outlook, crop_forecast, season_comparison, region_health
│   │   ├── yield_tools.py      # yield_forecast, europe_yield_forecast, yield_and_value, climate_scenario
│   │   ├── market.py           # compare_regions, portfolio_optimizer
│   │   ├── info.py             # list_regions, list_crops
│   │   ├── environmental.py    # environmental_risk (V5.4)
│   │   └── helpers.py          # Shared utilities (NDVI correction, frost, language)
│   ├── europe_model_api.py       # RF (200 trees) + Yield-at-Risk + NDVI correction
│   ├── environmental_risk.py     # V5.4 — ERS + Wildschaden DE
│   ├── ndvi_correction.py        # Sentinel-2 NDVI correction factor (±30%)
│   ├── market_prices.py          # Live CBOT/MATIF via Yahoo Finance
│   ├── feature_cache.py          # Sub-second historical queries
│   ├── simulate_yield.py         # Analog-year matching
│   ├── auto_update.py            # Monthly retrain cron
│   ├── core/regions.py           # 123 NUTS2 regions
│   └── sources/                  # Weather, soil, NDVI, Eurostat, FAOSTAT fetchers
├── models/                       # .pkl files ➜ download from Releases
├── data/                         # Training data ➜ download from Releases (or generated by build)
├── tests/                        # V5.4 — 16 pytest tests
├── .github/workflows/ci.yml      # V5.4 — CI workflow (lokal, benötigt PAT mit workflow-Scope für Push)
├── pyproject.toml
└── README.md

主な設計原則：

• ハルシネーションなし — すべての収量予測は、検証済みの Eurostat データに基づいています
• リアルタイム価格 — Yahoo Finance 経由の CBOT 小麦／トウモロコシ価格を毎時更新
• 自動更新 — 毎月の cron により、最新の Eurostat データを使ってモデルを再構築します
• API キーは一切不要 — すべてのデータソースは無料で公開されています
• AI のための AI — エージェント向けに構築されており、ダッシュボードはありません

---

ビルドとトレーニング

# Build training data (25 min per crop)
python3 build_europe.py --crop corn

# Train model (2 min)
python3 train_europe_fast.py --crop corn

# Auto-update monthly (cron: 1st of month at 06:00)

---

商用ユースケース

• 農産物取引部門：「現在の MATIF 価格で、ピカルディの小麦はいくらですか？」
• 農業アドバイザリー：「今シーズンは過去5年間と比べてどうですか？」
• 保険／リスク：地域と作物ごとのリスク収量（P10/P50/P90）
• EU 政策分析：気候シナリオが各国の収量に与える影響
• 投資：100 ha 以上の配分判断に向けたポートフォリオ最適化ツール

---

🤝 ヘルプとコントリビューション

チャンネル	目的
💬 GitHub Discussions	コーディング前の質問、機能のアイデア、コミュニティでの交流
🐛 GitHub Issues	バグ報告、確認済みの機能リクエスト
📖 CONTRIBUTING.md	開発環境のセットアップ、ブランチ命名規則、コミット規約、コードスタイル

新しいコントリビューターを歓迎します！始めるには CONTRIBUTING.md をご覧ください。

---

ライセンス

MIT — 自由に使用、変更、配布できます。

実データに基づく検証可能な作物情報を必要とする AI エージェントのために、❤️ を込めて開発しました。