Metadata-Version: 2.4
Name: huawei-ev-dispatch-mcp
Version: 0.1.0
Summary: 复用旧项目 LightGBM 预测与 NSGA-II 调度的 MCP 工具
Requires-Python: >=3.11
Description-Content-Type: text/markdown
Requires-Dist: mcp==2.2.0
Requires-Dist: numpy==2.3.5
Requires-Dist: pandas==3.0.2
Requires-Dist: scipy==1.17.1
Requires-Dist: lightgbm==4.6.0
Requires-Dist: joblib==1.5.3

# 车辆预测与调度 MCP

复用 LightGBM 预测模型和固定电价 NSGA-II 调度算法，提供
`ev_predict_and_schedule` 工具。支持 STDIO（标准输入输出）和
Streamable HTTP（流式 HTTP）传输。

## 工具输入与输出

输入参数 `request_json` 是 JSON 字符串。包内附带 5 辆车的历史特征演示样本，
可以使用以下参数：

```json
{
  "request_json": "{\"sample_vehicle_ids\":[0,1,2,3,4]}"
}
```

正式输入应提供 `vehicles`，包含 13 维预测特征、时间窗、桩绑定和 SOC 信息。

工具返回预测需求 `predicted_demand`、车辆充电时间窗 `vehicle_schedule`、
调度汇总 `summary` 和云端需求计划 `dispatch_plan`。
当前只生成 JSON，返回 `dispatched: false`，不会发送 MQTT 或实际控制充电桩。

## 启动

安装后运行：

```text
ev-dispatch-mcp
```

默认使用 STDIO，进程会等待 MCP 客户端连接，不是交互式命令行程序。
可用 `ev-dispatch-mcp --help` 查看传输参数。

## 使用边界

- 包含两个 LightGBM 模型权重、算法源码和演示样本。
- 调度可行不等于有削峰效果，必须查看实际负荷指标。
- `dispatch_plan` 表示车辆需求，不能直接当作已经执行的桩端控制指令。
- 演示输入包含历史时间窗、演示 SOC 和桩绑定，不应直接用于真实设备控制。
