AI导哈

多代理聊天界面

该项目将Groq AI驱动的MCP代理集成到交互式Streamlit Web应用程序中，实现无缝的多代理工作流程。

  • by ashwinm656
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 ashwinm656/groq-ai-chat-interface-with-mcp-server-integration

使用说明

Groq AI聊天界面与MCP服务器集成

欢迎该项目整合 MCP代理 由...驱动 希腊 AI 变成一个互动 溪流 网络应用程序。它实现了无缝的多代理工作流，每个代理都通过可配置的MCP主机托管和管理。

📁 里面是什么？

  • MCP主机配置 --在中定义代理服务器 servers.json （例如，“剧作家”、“airbnb”）使用命令启动每个MCP服务器。
  • Groq AI集成 --使用 langchain-groq 高级AI聊天功能库。
  • 流线型UI --简单直观的界面，可与MCP代理实时聊天和交互。
  • 异步支持 --高效的异步调用，可顺利处理多个代理。

🚀 入门指南

1.如何跑步

  1. 克隆存储库：
    git clone https://github.com/ashwinm656/Groq-AI-Chat-Interface-with-MCP-Server-Integration.git
cd Groq-AI-Chat-Interface-with-MCP-Server-Integration

2.设置环境

python -m venv .venv
source .venv/bin/activate  # On Windows use `.venv\Scripts\activate`
pip install -r requirements.txt  # or use pyproject.toml if preferred

如果你正在使用 pyproject.toml，安装时使用：

pip install uv
uv pip install -r pyproject.toml

3.配置服务器

编辑 servers.json 定义MCP代理服务器。例子：

{
  "playwright": {
    "host": "http://localhost:8001",
    "command": "python playwright_server.py"
  },
  "airbnb": {
    "host": "http://localhost:8002",
    "command": "python airbnb_server.py"
  }
}

4.运行应用程序

streamlit run app.py

🔐 环境变量

创建一个 .env 根目录中包含必要变量的文件。例子：

GROQ_API_KEY=your_api_key_here

🧠 特性

  • 通过自定义MCP后端提供多代理支持
  • Groq AI驱动聊天 langchain
  • 实时流媒体用户界面
  • 异步后端，实现速度和可扩展性

📄 许可证

MIT许可证-免费使用和修改。

🖼️ 界面概述

以下是集成MCP服务器的聊天界面预览：

🧠 使用

  • 光标AI –在Cursor AI IDE的帮助下开发和管理，以实现无缝的AI辅助编码。
  • 溪流, Langchain, 希腊 AI，和自定义 MCP代理服务器.

相关 MCP