AI导哈

多代理AI助手

一个基于模型上下文协议（MCP）的多代理AI系统，用于智能管理任务、日程和笔记，支持多代理协作和模块化设计。

  • by narayanan1208
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 narayanan1208/mcp-multi-agent-ai-assistant

使用说明

🚀 MCP多智能体AI助手

🧠 概述

该项目实现了 多智能体人工智能系统 由轻量级的实现提供支持 模型上下文协议（MCP）.

系统智能管理：

  • 📋 任务
  • 📅 日程表
  • 📝 备注

它表明 代理编排、工具抽象和多步骤工作流 在可扩展和模块化的架构中。

🏗️ 建筑

用户输入→ 主代理→ MCP客户端→ MCP服务器→ 工具→ 数据库

🔹 组件

  • 主要代理人（协调员） 将用户意图路由到适当的子代理

  • 子代理

    • 任务代理
    • 日历代理
    • Notes代理
    • Planner Agent（多步骤工作流）

  • MCP层

    • MCP服务器（工具注册表）
    • MCP客户端（代理接口）
    • MCP工具接口(execute(action, params))

  • 数据库

    • SQLite（任务、事件、笔记的持久存储）

⚙️ 主要特点

✅ 多智能体协调

专业代理协作处理复杂的用户请求。

✅ 基于MCP的工具抽象

在代理和工具之间实现结构化接口：

{
  "tool": "db",
  "action": "save_task",
  "params": {"task": "Prepare slides"}
}

✅ 多步骤工作流

支持以下智能工作流程：

👉 “计划我的一天”

  • 获取任务
  • 获取事件
  • 将结果合并到结构化计划中

✅ 模块化和可扩展设计

  • 轻松插入新工具（例如电子邮件、提醒、API）
  • 使用MCP原理的可扩展架构

🧪 演示命令

试试这些：

add task prepare slides
schedule meeting tomorrow at 5pm
add note buy groceries
plan my day

🖥️ API使用

端点

POST /chat

示例

curl -X POST http://localhost:8000/chat -d "input=add task finish project"

▶️ 在本地运行

pip install -r requirements.txt
uvicorn main:app --reload

打开：

http://127.0.0.1:8000/docs

☁️ 部署

使用以下工具轻松部署：

  • 码头工人
  • 谷歌云运行

相关 MCP