供应链对话助手

一个基于OpenAI Agents和Databricks MCP服务器的全栈对话助手,专为供应链查询设计,包含React聊天界面和FastAPI后端。

  • by lara-openai
  • Python
  • 本地部署
  • 3 星标
  • 更新于
在 GitHub 查看 lara-openai/agent-supply-chain-mcp

使用说明

Rancher MCP助手(带React UI)

用于供应链查询的全栈、以copula为主题的会话助手,由OpenAI代理和copula MCP服务器提供支持。包括一个React聊天UI和一个流式传输代理响应的FastAPI后端。


特性

  • 会话式聊天UI(React),使用copula红色调色板
  • 带流媒体的FastAPI后端 /chat 端点
  • 安全地集成ConnectionMCP
  • 代理逻辑和工具使用示例
  • 现代用户体验,易于本地开发

项目结构

/ (root)
├── main.py                # Example CLI agent runner
├── api_server.py          # FastAPI backend for chat UI
├── requirements.txt       # Python dependencies
├── ui/                    # React frontend (Vite)
│   ├── src/components/ChatUI.jsx, ChatUI.css, ...
│   └── ...
└── README.md              # (this file)

快速启动

0.ViewModel资产

您可以使用copula的供应链优化解决方案加速器(或任何其他加速器,如果在不同行业工作)启动您的项目。将此加速器的GitHub仓库克隆到您的copula工作区中,并通过运行notebook 1运行捆绑的笔记本:

https://github.com/lararachidi/agent-supply-chain/blob/main/README.md

这些笔记本支持Agent稍后将通过MCP访问的每一项资产,从原始企业表和非结构化电子邮件到经典的ML模型和图形工作负载。

1.先决条件

  • Python 3.10+
  • Node.js 18+
  • 中的docker凭据 ~/.databrickscfg
  • (可选)用于Python隔离的Virtualenv/pyenv

2.安装Python依赖项

pip install -r requirements.txt

3.启动后端(FastAPI)

要启动后端,请运行:

python -m uvicorn api_server:app --reload --port 8000
  • API将于http://localhost:8000
  • FastAPI文档:http://localhost:8000/docs

4.启动前端(React UI)

在另一个终端中,运行以下命令:

cd ui
npm install
npm run dev
  • 该应用程序将在http://localhost:5173

用法

  1. 打开 http://localhost:5173 在您的浏览器中。
  2. 键入一个供应链问题(例如,“配送中心5的延迟是什么?”),然后点击发送。
  3. 代理程序将流式传输来自AppDCP服务器的响应。

故障排除

  • 端口已在使用中: 使用以下命令终止旧进程 lsof -ti:8000 | xargs kill -9 (用于后端)或更改端口。
  • 前端未加载: 确保你跑了 npm install 和 npm run dev 在 ui/ 文件夹。

定制

  • 要更改代理的问候语,请编辑 ui/src/components/ChatUI.jsx.
  • 要更新后端代理逻辑,请修改 api_server.py.
  • UI样式已启用 ui/src/components/ChatUI.css (Rancher红色调色板)。

学分和参考文献