使用说明
人工智能文件向导 该项目是一个对话人工智能代理，使用谷歌双子座API与本地文件系统进行交互。演示人工智能模型在受控环境中使用外部工具和执行操作的能力。
该项目的架构分为两部分：
Django开发的后端，通过REST API公开文件系统的功能。
连接到Gemini API的客户端理解用户的请求，并在必要时调用后端工具来完成任务。
特点🛠️ 文件读取：代理可以读取文本文件（.txt）和Word文档（.docx）的内容。
文件写入：允许用户创建新的文本文件或修改现有文件。
文件列表：显示工作目录（/files）中允许的所有文件的列表。
增强的安全性：后端包括路径验证，以防止“路径遍历”攻击，并限制可操作的文件类型。
高效的代码：客户使用会话历史与Gemini进行流畅的交互，减少延迟和API的使用。
使用的技术 后端：Python、Django、Django REST框架、Python docx。
AI客户端：谷歌Gemini API（Python SDK）、请求、Python-Dotenv。
代码管理：Git，GitHub。
环境配置🚀 遵循这些步骤在本地配置和运行项目。
- 克隆存储库 打开您的终端并克隆此存储库：
猛击
克隆https://github.com/DanielEOnetti/MCP-file-assistant-project.git tu_repository CD 2.创建和激活虚拟环境 在虚拟环境中工作对于孤立地管理项目依赖关系至关重要。
猛击
python-m venv-venv
视窗
.\venv\Scripts\activate
macOS/Linux
源venv/bin/activate 3.安装依赖项 使用requirements.txt文件安装所有必要的库：
猛击
pip安装-r要求.txt 4.配置API密钥 在项目的根文件夹中创建一个名为.env的文件，并添加您的Gemini API密钥：
代码片段
GEMINI_API_KEY=你的API密钥 使用代理🤖 一旦您完成了配置，就可以启动代理。
- 启动后端服务器 打开您的第一个终端并运行Django服务器。这将使工具API可用。
猛击
python manage.py运行服务器 2.启动AI客户端 打开第二终端并运行客户端。它将自动连接到您刚刚启动的服务器。
猛击
python客户端.py 现在您可以在这个终端上与代理交互。
许可证 这个项目是在麻省理工学院的许可下进行的。
