AI导哈

桥梁检测智能代理

一个本地运行的AI代理，结合QwenV3模型和Bridges MCP服务器，用于桥梁检测数据管理和分析。

  • by dgmmarin
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 dgmmarin/mcp

使用说明

桥梁与检查情报员

本地AI代理： QwenV3（奥利玛） + 桥接MCP服务器（stdio、TypeScript）. 没有云。一切都在你的Linux机器上运行。

bridges-inspections-agent/
├── AGENT.md              ← agent definition, domain rules, memory spec
├── config.yaml           ← model + MCP launch settings
├── agent.py              ← Python agentic loop
├── requirements.txt      ← Python deps
├── .env.example          ← env var template
├── memory/
│   └── MEMORY.md         ← auto-managed memory index
└── mcp-server/
    ├── index.ts          ← MCP server (your original, unchanged)
    ├── package.json
    └── tsconfig.json

先决条件

工具 版本 安装
Python ≥3.10 sudo apt install python3
Node.js ≥18 sudo apt install nodejs npm
Ollama 最新 curl -fsSL https://ollama.com/install.sh | sh

1--拉动模型

ollama pull qwen3:8b

对于8GB VRAM， qwen3:8b 是安全默认值（~5.5 GB）。

2--构建MCP服务器

cd mcp-server
npm install
npm run build        # compiles index.ts → dist/index.js
cd ..

验证服务器是否正确说出MCP：

echo '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"test","version":"0"}}}' \
  | API_BASE_URL=http://localhost:3003 API_KEY=secret node mcp-server/dist/index.js

您应该看到一个JSON响应 serverInfo.

3--配置环境

cp .env.example .env
# Edit .env: set API_BASE_URL and API_KEY to match your REST API
export API_BASE_URL=http://localhost:3003
export API_KEY=your_secret

4--安装Python deps

pip install -r requirements.txt

5--启动Olama

OLLAMA_GPU_LAYERS=99 ollama serve

6--运行代理

# Single query
python agent.py "Show me statistics of all bridges"

# Interactive REPL
python agent.py --interactive

代理程序启动MCP服务器作为 子进程 通过stdio自动-- 你不需要开始 node mcp-server/dist/index.js 单独。

查询示例

Show me statistics of all bridges
List all bridges with condition grade D
Which inspections are currently in_review?
Get the full profile for bridge <uuid>
Show me the photo gallery for bridge <uuid>
List pending inspections assigned to inspector <uuid>
Which bridges haven't been inspected this fiscal year?
Get the full inspection report for inspection <uuid>

更改模型

编辑 config.yaml:

model: qwen3:8b            # default — safe for 8 GB VRAM
# model: qwen3:8b-q4_K_M  # lighter, ~4.5 GB
# model: qwen3:14b-q4_K_M # best quality, fills 8 GB

MCP连接的工作原理

agent.py
  └── spawns subprocess: node mcp-server/dist/index.js
        ├── stdin  ← JSON-RPC requests  (tools/list, tools/call)
        └── stdout → JSON-RPC responses
              └── MCP server calls your REST API (API_BASE_URL)
                    with Bearer API_KEY

Python mcp SDK(stdio_client)处理所有框架。 代理从不直接调用REST API，只有MCP服务器会调用。

故障排除

症状 修复
CUDA out of memory 切换到 qwen3:8b-q4_K_M 在 config.yaml
ModuleNotFoundError: mcp pip install mcp
Cannot find module 'dist/index.js' 快跑 npm run build 在 mcp-server/
API error 401 检查 API_KEY env-var与您的REST API匹配
API error 404 检查 API_BASE_URL 指向正在运行的REST API
Agent返回散文而不是调用工具 较低 temperature 到 0.1
模型输出 <think> blocks 自动剥离-无需任何操作

相关 MCP