使用说明
AI Agent Hub（可译为“AI代理中心”或“人工智能代理平台”）
基于Docker的、支持MCP的、由RAG驱动的助手，配备流式API、实验追踪功能以及注重生产环境的React用户界面。
🚀 概述
AI Agent Hub是一个 可投入生产的AI助手平台 这展示了现代代理系统的管道技术、检索增强生成（RAG）、可观测性以及云原生部署。
关键亮点：
- MCP（模型上下文协议）： 自定义工具服务器 + 可选客户端适配器。
- RAG系统： 通过源接地得出的答案 Qdrant（注：Qdrant是一个向量数据库，但在此语境下，直接翻译其名称可能无具体含义，因此保持原样） 向量数据库（Vector Database）。
- 本地大型语言模型（LLMs）： 跑 Llama-3.1-8B （介词）和，与，带着 Ollama（注：Ollama是一个用于训练和运行大型语言模型的工具或框架，直接翻译为“奥拉玛”可能不够准确，但在此处为保持格式一致，仅提供音译，实际使用时应根据上下文确定具体含义） 免费，无需API费用。
- 生产级堆栈： Docker Compose，FastAPI（SSE流式传输），React + Vite UI，MLflow跟踪，CI/CD部署到Google Cloud Run。
这个项目的设计旨在展示 多服务编排——这正是现代人工智能工程领域招聘经理所看重的。
🛠️ 技术栈
- LLM Ollama（注：Ollama是一个开源的机器学习框架，用于训练和部署机器学习模型，此处直接保留原名，不进行意译） +
llama3.1:8b - 代理协议： MCP（Multi-Channel Polling，多通道轮询） (服务器 + 可选的客户端适配层)
- RAG框架： LangChain 或者自定义轻量级代码
- 向量数据库： Qdrant（注：Qdrant是一个向量数据库系统，直接翻译可能无具体含义，此处保留原英文形式以指代该特定系统） （Docker 或云免费套餐）
- API FastAPI + 用于流式传输令牌的SSE（服务器发送事件）
- 前端： React + Vite（TypeScript）
- 可观测性： MLflow 用于实验追踪与评估
- 容器： Docker + Docker Compose
- 云部署： Google Cloud Run（免费版）+ 可选Qdrant Cloud + Cloudflare Workers AI
- CI/CD：持续集成/持续交付 GitHub Actions（持续集成 + 部署流水线）
