使用说明
🤖 LLM-MCP-OPCUA 工业机器人语义交互智能体
基于大语言模型 (LLM) 和 MCP 协议的工业机器人语义交互系统。通过 OPC UA 连接底层硬件，实现基于自然语言的单臂控制、双臂协同与接力搬运的自主任务执行。 本系统允许用户通过自然语言直接向工业机器人下发复杂任务，AI Agent 将自动进行任务拆解、环境感知与动作执行，并具备完整的安全校验机制。
🎥 演示视频 / Demo
✨ 核心特性
🧠 自主智能体循环 (Autonomous Agent Loop) 基于 DeepSeek / Ollama，支持最多 100 轮多步思考与执行。 内置 机制，自动区分合力搬运/接力协作与独立并行任务。
🔌 标准 MCP 架构 Client: 负责大语言模型交互、上下文管理与控制台高亮终端（基于 prompt_toolkit）。 Server (FastMCP): 封装了超过 15 个 OPC UA 操作工具，标准化的工具调用接口。
🏭 深度工业控制整合 (OPC UA) 支持节点读写、浏览、方法调用。 内置 Consul 服务发现，自动扫描并连接局域网内的机器人节点。
🤝 双臂协同与数学计算引擎 内置 A/B 机械臂双向标定参数（Offset Calibration）。
🛡️ 严格的安全与物理约束 强制使能检查、强制 Z+20mm 安全高度规范。 运动前坐标校验，避免运动中执行末端动作，严防物理越界。
🚀 快速开始
- 环境准备
Python 3.9+ 建议配置 Consul 用于服务发现。
工业机器人（或支持 OPC UA 的模拟器）。
- 安装依赖
克隆仓库并安装必要的 Python 包：
pip install mcp opcua asyncua openai prompt_toolkit requests numpy
- 配置参数
编辑 MCPClient.py 中的 API 配置（默认使用 DeepSeek，也可取消注释切换至本地 Ollama）：
API_KEY = "你的_DEEPSEEK_API_KEY"
BASE_URL = "https://api.deepseek.com"
#或者使用本地 Ollama
#BASE_URL = "http://localhost:11434/v1"
#API_KEY = "ollama"
如果你的 Consul 地址不同，请在终端设置环境变量，或直接修改 opcua-mcp-server.py：
export CONSUL_HOST="127.0.0.1"
export CONSUL_PORT="8500"
- 运行系统
系统采用 stdio 方式进行 MCP 通信，客户端会自动拉起服务端，只需运行 Client 即可：
python MCPClient.py
💬 使用示例 / Example Prompts
在终端出现 User: 提示符后，你可以尝试输入以下自然语言指令：
场景 1：双臂协同搬运
"Robot A 和 Robot B 需要协同搬运一个长度为 100mm 的木块。物块中心点在A坐标系的 [300, 0, 150]。请规划它们的安全抓取路线并执行。"
场景 2：单臂独立任务
"让 Robot A 移动到 [250, 50, 200] 的位置，然后打开吸盘。"
场景 3：设备诊断
"检查一下当前 Consul 中发现了哪些可用的机械臂 OPC UA 节点，并读取 Robot A 的当前状态和坐标。"
🛠️ 可用工具列表 (MCP Tools)
MCP Server 为大模型提供了丰富的工业控制工具：
工具名称 描述
calculate_collaborative_pose [核心] 计算双臂协同的防碰撞抓取位姿
execute_coordinated_movement [核心] 执行多机器人协同运动规划
list_opcua_servers 从 Consul 缓存/刷新可用的 OPC UA 节点
read_opcua_node / write_opcua_node 读取/写入特定的 OPC UA 节点值
call_opcua_method 在指定对象节点上调用控制方法（如移动、夹取）
get_server_status 获取目标 OPC UA 服务器的运行状态与时间
⚠️ 安全警告 (Safety Warning)
真实硬件测试前，请务必在仿真环境中充分验证！ 本项目的 AI 规划具有一定的非确定性，虽然已在 System Prompt 和 SpatialCalculator 中加入了限位保护和防碰撞逻辑，但在初次对接真实机械臂时，请务必手握急停按钮 (E-Stop)。 确保你的 OPC UA 网络处于受控的局域网中，避免安全漏洞。
📄 许可证 (License)
本项目采用 MIT 许可证 - 详情请查看 LICENSE 文件。
