convez.ai
MCP ServerFinanceiroIntermediário
gabrielmahia

Soko MCP — Inteligência de Preços de Commodities do Quênia

gabrielmahia/soko-mcp

Inteligência de preços agrícolas para mercados da África Oriental

Ver no GitHub
InicialPluginScore · de 0 a 100

Servidor MCP que fornece dados de preços de commodities em tempo real dos mercados do Quênia, com foco em feijão, milho, batata e abacate. Oferece análise de tendências de 6 meses, previsões de 3 meses e recomendações de venda/espera otimizadas para pequenos agricultores. Reduz assimetria de informação entre produtores rurais e intermediários através de inteligência de mercado acessível.

Instalação

$npx convez-ai gabrielmahia/soko-mcp

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
0
Forks
0
Acompanhando
0
Saúde
42%
Último commit
há 1 semana
Versão
v0.1.4
Issues abertas
0
Contribuidores
1

Casos de uso

  • Pequenos agricultores do Quênia compararem preços antes de vender colheita
  • Traders acompanharem tendências de preços em múltiplos mercados regionais
  • Análise de viabilidade de armazenamento vs venda imediata de commodities
  • Pesquisa sobre assimetria de informação em mercados agrícolas

Veredito

Ferramenta inovadora focada em problema estrutural real (assimetria de preços agrícolas em mercados emergentes). Dados ainda em fase demo com modelo sazonal sintético, mas conceito e arquitetura MCP são sólidos para aplicações de desenvolvimento econômico e fintech agrícola.

README

A tradução para o português deste README ainda está na fila.

📊 soko-mcp — Kenya Commodity Price Intelligence MCP Server

First commodity price intelligence MCP server for East Africa.

Soko = market in Swahili.

A farmer in Nakuru doesn't know that maize prices in Nairobi are 40% higher that week. Traders know. Farmers don't. This information asymmetry is one of the most costly structural disadvantages facing smallholder farmers. soko-mcp closes it.

The Structural Problem

In mature commodity markets, price discovery is instantaneous — futures markets, satellite price tickers, and SMS alerts exist for every major exchange. A grain elevator in Iowa checks live CME prices before making any offer.

In Kenya, most smallholder farmers receive the price the trader offers, with no independent benchmark to compare against. The result: systematic underpricing at harvest, systematic overpricing at planting.

Information asymmetry is a tax on the poor.

Tools

ToolWhat it does
commodity_price_queryCurrent price for commodity at a specific market
regional_price_comparisonCompare prices across all major Kenya markets
price_trend_analysis6-month history + 3-month forecast with seasonal model
sell_hold_decisionOptimal sell/hold timing given storage costs and price trend
market_overviewMulti-commodity price snapshot for a market

Quick Start

pip install soko-mcp       # coming soon to PyPI
soko-mcp                   # starts on stdio

Example Queries for Claude

"What is the current Nairobi maize price?"
"Should I sell my 50 bags of beans now or wait 2 months?"
"Compare potato prices across all Kenya markets"
"Give me a price trend for avocados in Nakuru for the next 3 months"

Research Basis

  • EAGC East Africa Regional Market Monitor
  • World Bank "Information and Communication Technology and Agricultural Markets" (2016)
  • Suri & Jack "Mobile Phones and Agricultural Performance" (2016)

⚠️ DEMO data — synthetic seasonal model. Verify at eagc.org, kalro.org, or local market boards.


© 2026 Gabriel Mahia / AI Kung Fu LLC · MIT License

Ver o original no GitHub

Bom para

Relacionados