医疗客户端聊天界面

这是一个基于Streamlit的医疗客户端Web应用,通过集成LangChain和OpenAI技术提供聊天界面和工具执行功能。

  • by azadprajapat
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 azadprajapat/mcp-client-chat-interface

使用说明

MCP医疗保健客户端-Streamlit UI

此项目是一个基于Streamlit的Web应用程序,它使用 langchain-mcp-adapters 和 langgraph Python模块。它连接到MCP服务器,提供聊天界面,流式传输响应,并执行MCP工具(使用LangChain和OpenAI)。

特性

  • 带有流式响应的聊天界面
  • 通过以下方式与MCP服务器集成 langchain-mcp-adapters
  • 使用LangChain和OpenAI执行工具

入门指南

  1. 安装依赖项:

    pip install -r requirements.txt
    
  2. 设置环境变量:

    • 创建一个 .env 项目根目录中的文件,内容如下:
      OPENAI_API_KEY=your-openai-api-key-here
      MCP_SERVER_URL=http://localhost:8000/mcp
      MCP_TOKEN=YOUR_TOKEN
      
    • 替换 your-openai-api-key-here 使用您的实际OpenAI API密钥。
    • 更新 MCP_SERVER_URL 和 MCP_TOKEN 根据您的MCP服务器的需要。
  3. 启动MCP服务器:

    python server.py
    
  4. 运行Streamlit应用程序:

    streamlit run app.py
    

项目结构

  • app.py:Streamlit主应用程序
  • requirements.txt:Python依赖关系

参考文献