AI代理工具

MCP代理演示（OpenRouter）

该项目展示了一个由 OpenRouter（Meta Llama 3.3） 使用 模型上下文协议（MCP） 访问外部工具（天气和网络搜索）。

🚀 如何跑步

1.运行AI代理（主）

这将使用以下命令运行交互式代理 uvicorn 为FastAPI后端提供服务。

uv run uvicorn main:app

服务器将在以下时间启动 http://127.0.0.1:8000. 您可以通过 /chat 终点。

2.运行工具测试仪（调试）

这将运行一个简单的脚本来验证工具是否正常工作，而无需调用LLM。

uv run mcp_client.py

⚙️ 配置

环境变量从以下位置加载 .env:

• openrouter_api_key：LLM（OpenRouter）需要。
• OPENWEATHER_API_KEY：需要天气数据。
• TAVILY_API_KEY：网络搜索需要。
• LANGFUSE_PUBLIC_KEY：Langfuse可观察性要求。
• LANGFUSE_SECRET_KEY：Langfuse可观察性要求。
• LANGFUSE_HOST：Langfuse主机（例如。， https://cloud.langfuse.com).

🔍 可观测性

与集成 浪伏 提供代理执行和工具调用的完整跟踪。

• 关机时会自动清除痕迹。
• 访问您的Langfuse仪表板查看痕迹。

📝 组件

• main.py：FastAPI应用程序通过HTTP端点为代理提供服务（例如。， /chat).
• gemini_agent.py：核心逻辑。初始化OpenRouter客户端，通过Stdio连接到MCP服务器，并管理会话循环。
• mcp_server.py：定义工具(get_weather, web_search)使用 mcp 图书馆。
• mcp_client.py：用于验证工具功能的独立测试脚本。