AI导哈

技术助手代理

一个基于OpenAI Agents SDK和FastAPI的个人技术助手，能够从网站、在线文档或存储库中检索准确且最新的技术数据。

  • by Muadkh
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 muadkh/ai_agent_with_mcp_server

使用说明

个人技术助理（一个由FastAPI托管的开放式AI代理SDK构建的代理，可以访问MCP服务器（通过可流式HTTP传输））

此仓库包含创建个人技术助理的完整代码。其任务是根据用户查询从网站、在线文档或存储库中检索准确和最新的技术数据。

特性

  • 托管代理的FastAPI后端
  • 运行代理的OpenAI代理SDK
  • 可通过流式HTTP传输访问MCP服务器
  • Streamlit前端作为聊天UI
  • AI模型（双子座-2.0-flash）
  • Agent具有基于内部会话的内存

先决条件

  • Python 3.11或更高版本
  • FastAPI和REST API的基本知识
  • MCP Python SDK
  • OpenAI代理SDK
  • 溪流
  • 塔维尔特蟒蛇
  • UV包管理器

入门指南

  1. 克隆存储库:

克隆git@github.com：Muadkh/AI_Agent_With_MCP_Server.git cd AI_代理_带_MCP_服务器

  1. 再进行:
- pip install uv (Install Package Manager)
- Run uv sync (Will Install all depedencies)
- source .venv/bin/activate (Activate your .venv folder)
  1. 设置环境变量: 创建一个 .env 文件，并添加您的api密钥。
GEMINI_API_KEY=
OPENAI_API_KEY= (For Tracing Only)
TAVILY_API_KEY=
Port= (MCP Server Port)
Agent_Prompt= (For Setting Model Behaviour)
  1. 运行应用程序:
- cd api
- uv run server.py (Run MCP Server)
- uv run main.py (Run FastAPI app)
- cd frontend
- streamlit run main.py (Run streamlit app)
  1. 访问GUI: 打开浏览器并导航到 http://localhost:8501 前端& http://localhost:8000/docs 浏览Fast API文档。

资源

相关 MCP