AI导哈

AI自动化后端系统

ChainForge是一个基于Flask、Redis和OpenAI的全栈MCP（模型上下文协议）系统，用于实现AI自动化工具调用、加密数据分析和报告生成。

  • by jacemElwaar1
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 jacemElwaar1/chainforge-mcp

使用说明

太好了！✅ — 以下是 完整且抛光 README.md，每个部分——包括 安装、配置和使用（从第2点开始） --完全以正确的Markdown风格为GitHub编写。

它是一个干净、结构化的独立文档，可以放入您的存储库根目录。

# 🧠 ChainForge — MCP Intelligent Automation Hub  
*A full-stack MCP (Model Context Protocol) system built with Flask, Redis, and OpenAI.*

![Python](https://img.shields.io/badge/Python-3.10+-blue)
![Flask](https://img.shields.io/badge/Flask-3.0+-green)
![Redis](https://img.shields.io/badge/Redis-Enabled-red)
![OpenAI](https://img.shields.io/badge/OpenAI-GPT--4o-orange)
![License](https://img.shields.io/badge/License-MIT-lightgrey)

---

## 🚀 Overview

**ChainForge** is a modular **AI automation backend** designed to demonstrate the **Model Context Protocol (MCP)** — the same concept powering **ChatGPT Apps**, **LangChain agents**, and **AI function calling**.

This project connects a **Flask backend** (your MCP Server) with an **AI-powered client** that can:
- Automatically discover available tools  
- Reason about user input using GPT models  
- Dynamically call tools (functions)  
- Generate real results such as **crypto analytics**, **reports**, and **AI recommendations**

It’s a **complete training ground** to understand how to bridge **AI reasoning** with **backend automation**.

---

## 🧠 What is MCP?

**MCP (Model Context Protocol)** is an open protocol that defines how AI models interact with tools and external systems.  

In simple terms:
> 🧩 The server provides tools.  
> 🤖 The AI model (client) uses them intelligently.

Your project implements this exact logic — creating a self-contained MCP ecosystem:
- **Server:** Flask app exposing standardized tools via `/mcp/tools/list` and `/mcp/tools/call`  
- **Client:** AI agent powered by OpenAI GPT that decides which tool to call  
- **Execution:** Tools that fetch live crypto data, generate reports, or return insights  

---

## ⚙️ Architecture Overview

链锻炉/ ├── 服务器/ │ ├── app.py← MCP服务器（Flask） │ ├── db/← 数据库配置 │ ├── auth/← JWT身份验证 │ ├── 工具/← 模块化工具 │ │ ├── 加密货币/← CoinGecko API工具 │ │ ├── 报告/← 报告生成 │ │ ├── 人工智能← 基于人工智能的工具（推荐） │ │ ├── 工作/← 后台任务（Redis RQ） │ │ ├── hello.py等。 │ ├── worker.py← 用于异步作业的Redis worker │ └── 需求.txt │ └── 客户/ ├── mcp_client.py← MCP服务器的HTTP客户端 ├── 主客户端.py← AI推理客户端 └── .环境← OpenAI密钥


---

## 🧰 Features

| Category | Tools | Description |
|-----------|--------|-------------|
| 🧩 **Core** | `hello`, `health_check` | Basic server checks |
| 👤 **Auth** | `register_user`, `list_users` | JWT-based user handling |
| 💰 **Crypto** | `get_crypto_price`, `get_market_trends`, `compare_portfolio` | Real crypto data (CoinGecko API) |
| 📊 **Reports** | `generate_report` | Export Excel/PDF reports |
| ⚙️ **Automation** | `schedule_job`, `check_job_status` | Run background jobs |
| 💡 **AI** | `generate_recommendations` | AI-powered portfolio insights |

---

## 🛠️ Installation & Setup

### 🧩 Step 1 — Clone the Repository
```bash
git clone https://github.com/your-username/chainforge.git
cd chainforge

🧩 步骤2——创建虚拟环境

python -m venv venv
source venv/bin/activate   # macOS/Linux
venv\Scripts\activate      # Windows

🧩 步骤3——安装依赖项

pip install -r server/requirements.txt

这将安装：

  • 烧瓶
  • SQLAlchemy
  • Redis+RQ
  • ReportLab+OpenPyXL
  • OpenAI SDK
  • Dotenv。

🧩 步骤4——配置环境变量

创建 .env 服务器和客户端的文件。

服务器/.env

JWT_SECRET=dev-secret
DATABASE_URL=sqlite:///chainforge.db
REDIS_URL=redis://localhost:6379/0
OPENAI_API_KEY=your_openai_api_key_here

客户端/.env

OPENAI_API_KEY=your_openai_api_key_here

🧩 步骤5——初始化数据库

python
>>> from db.base import Base, engine
>>> import db.models
>>> Base.metadata.create_all(bind=engine)
>>> exit()

🧩 第6步——启动Redis

如果Redis没有在本地安装，可以使用Docker：

docker run -d -p 6379:6379 redis

🧩 步骤7——启动MCP服务器

python server/app.py

预期产量：

✅ Loaded tool: hello
✅ Loaded tool: get_crypto_price
✅ Loaded tool: generate_report
MCP server running on http://127.0.0.1:8000

🧩 步骤8-（可选）启动后台工作程序

如果你打算使用异步工具（例如。 schedule_job):

python server/worker.py

🧩 步骤9——运行AI MCP客户端

python client/main_client.py

预期产量：

Connected to MCP server!
Available tools: ['hello', 'get_crypto_price', 'compare_portfolio', 'generate_report', 'generate_recommendations']
🤖 MCP Agent Ready!

💬 示例用法

客户端运行后，键入自然命令，如：

💰 示例1——获取加密货币价格

> What’s the current price of Bitcoin?
→ Using tool: get_crypto_price
💰 BTC price: 68000 USD

💼 示例2——比较投资组合

> Compare my portfolio: 0.5 BTC and 1.2 ETH
→ Using tool: compare_portfolio
💼 Total Portfolio Value: $12,200

📊 示例3——生成报告

> Generate a report of my portfolio in Excel
→ Using tool: generate_report
📄 Report generated successfully: portfolio_analysis_20251025.xlsx

💡 示例4——获取人工智能建议

> Give me investment recommendations for my crypto portfolio
→ Using tool: generate_recommendations
💡 Recommendations:
1. Diversify holdings.
2. Increase ETH exposure.
3. Monitor BTC volatility.

⚙️ 手动API调用（可选）

列出可用工具

curl http://127.0.0.1:8000/mcp/tools/list | jq

执行工具

curl -X POST http://127.0.0.1:8000/mcp/tools/call \
  -H "Content-Type: application/json" \
  -d '{"name":"get_crypto_price","arguments":{"symbol":"bitcoin"}}' | jq

答复：

{
  "result": {
    "content": [
      {"type":"text","text":"💰 BTC price: 68000 USD"}
    ],
    "is_error": false
  }
}

🧩 运作原理

  1. MCP服务器 通过以下方式公开所有可用工具 /mcp/tools/list 和 /mcp/tools/call.
  2. AI客户端 获取工具列表。
  3. OpenAI模型 解释用户输入并决定调用哪个工具。
  4. 服务器 执行该工具并返回结构化JSON。
  5. 客户 显示结果（如果需要，可以链接操作）。

🧱 技术栈概述

层 技术
服务器框架 烧瓶
数据库 SQLAlchemy+SQLite
异步作业 Redis+RQ
AI推理 OpenAI GPT模型
报告 ReportLab+OpenPyXL
客户端接口 Python命令行界面（Rich+OpenAI）
协议 类似模型上下文协议（MCP）的JSON API

🧠 扩展系统

您可以轻松添加新工具——只需在中创建一个新文件 server/tools/<category>/:

name = "tool_name"
description = "What this tool does"
input_schema = { ... }

def handler(args):
    # business logic
    return {
        "content": [{"type": "text", "text": "✅ Done successfully"}],
        "is_error": False
    }

工具是 自动注册 启动时使用Flask应用程序——无需配置。

🧭 后续步骤

特性 描述
🧩 前端仪表板 构建一个React/Next.js web界面来可视化和调用工具。
⚙️ 工具链 允许AI客户端按顺序执行多个工具。
☁️ S3集成 将生成的文件存储在云存储（Scaleway或AWS）中。
🔒 角色管理 添加用户角色和身份验证范围（顾问、管理员等）。

🧑‍💻 作者

ChainForge --创建为完整 动手项目 掌握人工智能工具集成、后端自动化和模型上下文协议。

内置❤️ 由一位充满热情的开发人员 人工智能系统工程.

📜 许可证

MIT许可证 --免费用于个人和商业用途。

✅ 快速小结

✅ Flask MCP服务器 ✅ 加密货币+报告+人工智能工具 ✅ Redis后台作业 ✅ OpenAI驱动的MCP客户端 ✅ 全端到端人工智能自动化

欢迎来到 ChainForge --您的个人实验室，用于构建智能人工智能系统的未来🚀


---

Would you like me to include a **bonus `setup.sh` script** at the end of the README (so users can install everything and run the full system with one command)? It’s perfect for new developers or quick deployment setups.

相关 MCP