AI导哈

手机推荐代理

一个AI助手，通过实时市场数据和智能推理快速缩小手机选择范围，适用于消费者和零售商。

  • by Ahmed-Hammadi
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Ahmed-Hammadi/Phone-recommendation-Agent

使用说明

电话推荐代理

人工智能副驾驶在几秒钟内缩小了手机选择范围。后端运行由规划者编排的模型上下文协议（MCP）工具链，而新的glassmorphism React接口提供了会话内存、推理透明度和实时突尼斯定价的优质体验。

✨ 亮点

  • 基于记忆的代理推理：编排器将LLM规划与启发式相结合，并持久化对话上下文，因此后续问题会自动重用之前讨论的设备。
  • 实时市场数据：并发scraper（requests+cloudscraper+BeautifulSoup）并行查询Tunisianet、Zoom和Spacenet，并对定价元数据进行标准化，以便快速比较。
  • 丰富的见解：工具利用规格、Reddit情绪、替代建议和需求验证来提出可操作的谈话要点。
  • 玻璃UIVite+React 18+Tailwind前端将所有内容都封装在磨砂玻璃仪表板中，配有聊天历史记录、推理切换和有趣的机器人徽章。
  • 基于标准的集成JSON-RPC 2.0和MCP兼容的工具模式使得在外部产品中嵌入代理变得容易。

🧱 架构概述

┌─────────────────────────────────┐
│           React Frontend        │
│  - ChatPane + Reasoning Panel   │
│  - Tailwind / Framer Motion     │
│  - React Query session client   │
└───────────────▲────────────────┘
								│ REST / JSON-RPC
┌───────────────┴────────────────┐
│         FastAPI MCP Server     │
│  ToolOrchestrator (LLM+rules)  │
│  Session memory, logging       │
│  JSON-RPC dispatcher           │
└───────────────▲────────────────┘
								│ Tool calls (thread pool)
┌───────────────┴────────────────┐
│           Tool Suite           │
│  phone_specs / specs_analyzer  │
│  price_extractor (concurrent)  │
│  web_scraper (Reddit PRAW)     │
│  sentiment / alternatives      │
│  spec_validator                │
└───────────────┴────────────────┘
								│
				 CSV / Postgres + APIs

🛠 后端堆栈

  • FastAPI+JSON-RPC：公开REST帮助程序和 /rpc 具有JSON-RPC 2.0响应、CORS和线程池工具执行的端点。
  • 工具编排器：将启发式意图检测与可选功能相结合 mistralai 规划、维护会话上下文并协调MCP工具调用。
  • 规格数据层：默认为a pandas DataFrame来源于 Backend/database/mobile.csv，带有可选的PostgreSQL+ SQLAlchemy 后端和三元组相似性。
  • 蜘蛛定价：用途 requests, cloudscraper，以及 BeautifulSoup 在...之内 ThreadPoolExecutor 弹性收集TND定价信号。
  • 检查摄入情况：依赖 praw 对Reddit进行身份验证，并过滤提交/评论，以获得无谣言的情绪输入。
  • 相似性启发式：适用 rapidfuzz 评分和自定义数值解析助手，以保持模糊匹配的可解释性和确定性。

🚀 入门指南

后端

  1. 创建并激活虚拟环境

    python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

  2. 安装依赖项

    pip install -r requirements.txt

  3. 配置环境 （后端/.env）

    MISTRAL_API_KEY=your_mistral_key               enables LLM synthesis
MCP_SERVER_URL=http://127.0.0.1:8000
FRONTEND_ORIGIN=http://localhost:5173
# Optional PostgreSQL backing store
POSTGRES_HOST=...
POSTGRES_DB=...
POSTGRES_USER=...
POSTGRES_PASSWORD=...

  4. 运行服务器

    uvicorn Backend.mcp_server:app --host 0.0.0.0 --port 8000 --reload

前端

  1.   cd frontend
  npm install
  npm run dev
  2. 访问 http://localhost:5173 用于实时玻璃UI。

🧠 会话代理

  • 端点: POST /agent/chat
  • 请求:
    {
	"query": "What is the price of iPhone 14 Pro?",
	"session_id": "optional-stable-id",
	"include_reasoning": true
}
  • 响应：自然语言答案加上工具推理快照（如有要求）。
  • 对话会自动重用最新的电话上下文来回答后续问题。

要直接使用MCP/JSON-RPC，请将结构化调用发送到 POST /rpc 使用方法：

方法 目的
mcp.list_tools 枚举可用的工具架构。
mcp.call_tool 使用关键字参数调用单个工具。
agent.recommend 运行RAG+推荐管道。
agent.chat 与REST助手的行为相同。
system.ping 轻量级健康检查。

Backend/mcp_client.py 包含现成的Python包装器。

🛠️ 工具目录

  • 电话规格 – pandas + rapidfuzz 通过可选的PostgreSQL三元组搜索进行模糊匹配 SQLAlchemy.
  • web_scraper –Reddit聚合由 praw，具有谣言过滤和身份验证诊断功能。
  • 规格分析器 –启发式地对性能/电池/摄像头/显示器特征进行分类。
  • 情感分析 –在Reddit评论批次上进行关键字驱动的利弊提取。
  • 价格提取器 – requests/cloudscraper/BeautifulSoup 突尼斯零售商与时间指标的并发性。
  • 替代品 –纯Python规范距离启发式算法，用于预算敏感的替代方案。
  • spec_validator –使用正则表达式解析助手进行基于规则的需求检查。

所有工具结果均遵循共享 ToolOutput 一致性测井合同。

🧰 前端功能

  • 聊天窗格 带有动画消息气泡、乐观更新和推理切换。
  • 会话持续 通过localStorage，重新加载可以保持上下文的完整性。
  • 顺风设计代币 (src/theme/tokens.ts)用于快速主题化。
  • 机器人徽章 它在没有GPU开销的情况下锚定了品牌标识。

应用程序结构反映了原子设计原则，并已准备好通过Storybook（尚未配置）进行组件文档记录。

📂 项目结构

Backend/
	mcp_server.py           # FastAPI app, JSON-RPC dispatcher, CORS setup
	orchestrator.py         # LLM + heuristic planner with session memory
	tools/                  # All MCP tool implementations
frontend/
	src/
		App.tsx               # Glass dashboard + chat integration
		components/           # Layout, chat, and common UI pieces
		hooks/useAgentChat.ts # React Query powered chat state
		utils/                # env, id, and session helpers
	public/assets/robot-sticker.svg

🔖 许可证

此存储库根据MIT许可证获得许可。看 LICENSE 了解详情。

相关 MCP