È stato appena pubblicato su SoftwareX il nostro nuovo paper:

“mcp-fdsnws-event: An MCP gateway for FDSNWS-Event web services”, di Valentino Lauciani e Daniele Bailo.

Il lavoro presenta mcp-fdsnws-event, un software open source che crea un ponte tra i servizi standard della comunità sismologica e il nuovo ecosistema di applicazioni basate su Large Language Models e agenti AI.

L’idea di partenza è semplice.

Da anni la comunità sismologica utilizza lo standard FDSN Web Services per interrogare cataloghi di terremoti e recuperare informazioni sugli eventi sismici. Questi servizi sono robusti, interoperabili e largamente adottati, ma il loro utilizzo presuppone normalmente una conoscenza delle API, dei parametri di interrogazione e di formati come QuakeML.

Con mcp-fdsnws-event, gli stessi servizi vengono esposti attraverso il Model Context Protocol (MCP), uno standard emergente che permette ai sistemi AI di scoprire e utilizzare strumenti e sorgenti dati in maniera strutturata.

In pratica, un agente AI può utilizzare il software per rispondere a richieste come:

“Find earthquakes with magnitude above 3 in Central Italy during the last month”

e trasformare questa richiesta in interrogazioni reali verso infrastrutture sismologiche esistenti.

Il server mette a disposizione strumenti per cercare eventi e recuperare informazioni dettagliate su origini, magnitudo, arrivi delle fasi sismiche e meccanismi focali, utilizzando dati provenienti da datacenter FDSN compatibili come INGV, EMSC, GFZ e USGS.

Perché è interessante

L’aspetto innovativo, a mio avviso, non consiste semplicemente nell’avere costruito una nuova interfaccia verso un catalogo sismico.

Il punto è piuttosto collegare due ecosistemi che finora hanno parlato linguaggi differenti.

Da una parte abbiamo infrastrutture scientifiche mature, costruite nel corso di molti anni intorno a standard condivisi come FDSNWS e QuakeML.

Dall’altra stanno emergendo agenti AI e interfacce conversazionali capaci di ragionare, utilizzare strumenti esterni e combinare dinamicamente diverse fonti di informazione.

MCP può rappresentare uno dei meccanismi attraverso i quali questi due mondi possono incontrarsi.

Il software non sostituisce gli standard esistenti e non replica i dati. Al contrario, rende direttamente utilizzabili dagli agenti AI i servizi scientifici già esistenti, mantenendo il collegamento con le infrastrutture e le sorgenti autorevoli.

Un secondo elemento importante è l’interoperabilità: la stessa interfaccia può interrogare diversi datacenter FDSN, evitando di costruire integrazioni specifiche per ogni singolo provider.

Infine, il progetto è stato pensato come componente software riutilizzabile: è containerizzato, disponibile anche tramite un wrapper OpenAPI/REST ed è accompagnato da test unitari, test di integrazione e strumenti per verificare il comportamento degli agenti nelle interazioni multi-turno.

Una piccola componente di una trasformazione più ampia

Questo lavoro si inserisce in una questione che considero particolarmente interessante per le infrastrutture scientifiche:

come rendere i dati scientifici FAIR e interoperabili non soltanto per le persone e per le applicazioni tradizionali, ma anche per gli agenti AI?

Se gli agenti diventeranno sempre più spesso una nuova interfaccia attraverso cui ricercatori e cittadini accedono ai dati, allora sarà importante evitare che questi sistemi lavorino soltanto sulla conoscenza incorporata nei modelli.

Dovranno poter interrogare sorgenti scientifiche autorevoli, aggiornate e verificabili.

mcp-fdsnws-event è un piccolo passo in questa direzione: permettere a un agente AI di non limitarsi a “conoscere qualcosa sui terremoti”, ma di interrogare direttamente i servizi della comunità sismologica.

Paper

V. Lauciani, D. Bailo, “mcp-fdsnws-event: An MCP gateway for FDSNWS-Event web services”, SoftwareX (2026).

DOI: 10.1016/j.softx.2026.103001

Il codice è open source ed è disponibile nel repository INGV mcp-fdsnws-event, distribuito con licenza AGPL-3.0-or-later.

Nota di trasparenza: la stesura di questo articolo è stata supportata dall’intelligenza artificiale generativa. Il contenuto è stato successivamente revisionato, verificato e approvato dall’autore.