AI商业研究助手

Eve是一款基于GPT-5.2的AI助手,通过品牌研究、竞争分析和数据库存储帮助企业了解商业环境。

  • by AryanManojKumar
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 AryanManojKumar/MCP_agent

使用说明

Eve-你的幕僚长

Eve是一款基于GPT-5.2的人工智能助手,通过全面的品牌研究、竞争分析和数据库存储,帮助您了解您的业务格局。

项目结构

├── llm_host.py          # Main application - handles LLM interactions
├── mcp_client.py        # MCP protocol client - connects to MCP servers
├── eve_config.py        # Eve's configuration and system prompt
├── .env                 # API keys and database connection
└── requirements.txt     # Python dependencies

设置

  1. 安装依赖项:
pip install -r requirements.txt
  1. 确保Node.js和 npx 已为MCP服务器安装:
# Check if Node.js is installed
node --version
npx --version

# If not installed, download from: https://nodejs.org/
  1. 你的 .env 文件应包含:
AIML_API_KEY=your_aiml_api_key
TAVILY_API=your_tavily_api_key
POSTGRES_URL="postgresql://user:password@localhost:5432/database"
  1. 使用竞争对手表设置PostgreSQL数据库:
CREATE TABLE competitors (
    id SERIAL PRIMARY KEY,
    brand_name TEXT,
    website TEXT,
    source TEXT,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

奔跑夏娃

python llm_host.py

运作原理

  1. llm_host.py -主编排器

    • 通过AIML API管理与GPT-5.2的对话
    • 处理工具调用流程
    • 与多个MCP客户端协调
  2. mcp_client.py -MCP协议处理程序

    • 启动MCP服务器进程(Tavily、PostgreSQL)
    • 发现可用工具
    • 通过stdio上的JSON-RPC执行工具调用
  3. eve_config.py -配置

    • 夏娃的个性与制度提示
    • MCP服务器配置

特性

  • 通过Tavily MCP服务器进行互联网搜索
  • PostgreSQL数据库访问,用于存储和检索品牌研究
  • 品牌研究和竞争分析
  • 专业参谋长语气
  • 实时工具执行
  • 对话历史管理
  • 多服务器MCP支持

示例用法

店铺研究:

You: Research Nike and store their main competitors in the database

Eve: [Uses Tavily to search for Nike competitors]
     [Stores findings in PostgreSQL database]
     [Provides comprehensive analysis]

检索存储的数据:

You: What competitors do we have stored?

Eve: [Queries PostgreSQL database]
     [Returns list of stored competitors]

综合研究:

You: Compare Adidas with our stored Nike data

Eve: [Queries database for Nike]
     [Searches web for Adidas]
     [Provides comparative analysis]

数据库模式

这 competitors 表:

  • id -主键(自动递增)
  • brand_name -公司/品牌名称
  • website -公司网站URL
  • source -信息来自哪里
  • created_at -创建记录的时间戳

使用的MCP服务器

  1. Tavily MCP (tavily-mcp@0.1.3)

    • 工具: tavily-search, tavily-extract
    • 目的:互联网搜索和内容提取
  2. PostgreSQL MCP (@modelcontextprotocol/server-postgres)

    • 工具: query, list_tables, describe_table
    • 目的:数据库操作