AI导哈

智能代理工具集成演示

一个展示Model Context Protocol (MCP)与AWS Bedrock LLM集成的智能代理工具，用于GHC 2025会议规划，支持实时数据和多工具协同。

  • by neelamkoshiya
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 neelamkoshiya/MCPDemo

使用说明

MCP GHC演示与AWS Bedrock LLM集成

模型上下文协议（MCP）的全面演示，其中AWS Bedrock LLM是一个使用MCP服务器作为工具的智能代理。为GHC 2025会议规划而构建，具有真实数据和实时API集成。

录制演示

🧠 Strands+MCP架构

┌─────────────────────────────────────────────────────────────────────────────┐
│                           MCP Client                                        │
│  ┌─────────────────┐    ┌─────────────────────────────────────────────────┐ │
│  │  React Frontend │    │        Strands Agent               │ │
│  │  (Chat UI)      │◄──►│  ┌─────────────────┐  ┌─────────────────────┐  │ │
│  └─────────────────┘    │  │ Strands Agent   │  │   Fallback MCP      │  │ │
│                         │  │        │  │   Tool Execution    │  │ │
│                         │  └─────────────────┘  └─────────────────────┘  │ │
│                         └─────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────────────────┘
                                            │
                              ┌─────────────┴─────────────┐
                              │     MCP Protocol          │
                              │     (JSON-RPC)            │
                              └─────────────┬─────────────┘
                                            │
        ┌───────────────────────────────────┼───────────────────────────────────┐
        │                                   │                                   │
┌───────▼────────┐   ┌────────▼────────┐   ┌───────▼────────┐   ┌───────▼────────┐
│ GHC Schedule   │   │ Weather Server  │   │ Stock Server   │   │ AWS Docs       │
│ MCP Server     │   │ (Live APIs)     │   │ (Live APIs)    │   │ MCP Server     │
│ (Local)        │   │ (Local)         │   │ (Local)        │   │ (Remote)       │
│                │   │                 │   │                │   │                │
│ Strands Tools: │   │ Strands Tools:  │   │ Strands Tools: │   │ Strands Tools: │
│ • searchGHC    │   │ • getWeather    │   │ • getStock     │   │ • searchAWS    │
│ • recommend    │   │ • getForecast   │   │ • getMarket    │   │ • getGuides    │
│ • getDetails   │   │                 │   │                │   │                │
│                │   │ Resources:      │   │ Resources:     │   │ Resources:     │
│ Resources:     │   │ • wttr.in       │   │ • Yahoo Finance│   │ • Official     │
│ • SQLite DB    │   │ • OpenWeather   │   │ • Alpha Vantage│   │   AWS Docs     │
│ • 290 Sessions │   │                 │   │                │   │ • uvx runtime  │
└────────────────┘   └─────────────────┘   └────────────────┘   └────────────────┘

🚀 主要特点

Strands代理架构

  • AWS基岩代理与Strands 用于智能工具编排
  • 优雅的后退 在代理设置复杂时指导MCP工具的执行
  • 克劳德3俳句 作为推理引擎
  • 根据用户查询自动选择合适的MCP工具
  • 自然语言理解和语境反应
  • 针对复杂请求的多工具编排

真实会议数据

  • 290场GHC 2025实际会议 从官方会议文件解析
  • 在会话标题、描述和演讲者之间进行全文搜索
  • 基于兴趣和经验水平的智能推荐
  • 包含时间、地点和轨迹的完整会话详细信息

实时数据集成

  • 天气：使用OpenWeatherMap回退来自wttr.in API的实时数据
  • 股市：雅虎财经API实时价格
  • 旅行：芝加哥航线（ORD机场）的模拟飞行数据

MCP架构

  • 工具：MCP服务器向LLM公开的功能
  • 资源：数据源（数据库、API、文件）
  • 提示模板：用于一致交互的结构化提示

🛠️ 设置和安装

先决条件

  • Node.js 18+和npm
  • 具有基岩访问权限的AWS帐户
  • 已安装AWS CLI
  • Python和uv包管理器（用于远程MCP服务器）

快速开始

# 1. Install dependencies
npm install

# 2. Install uv (Python package manager for remote MCP servers)
# macOS/Linux:
curl -LsSf https://astral.sh/uv/install.sh | sh
# Or via pip: pip install uv

# 3. Configure AWS credentials (recommended)
aws configure
# Enter your AWS Access Key ID, Secret Access Key, and region (us-east-1)

# 4. Optional: Create .env file for custom configuration
cp .env.example .env
# Edit .env with AWS_REGION or API keys if needed

# 5. Start the demo
chmod +x start-llm-demo.sh
./start-llm-demo.sh

# OR start manually:
npm start                    # Backend with strands agent
npm run start:demo          # Both backend and frontend

# Note: The SQLite database with 290 GHC sessions will be automatically 
# created in servers/ghc_schedule.db on first run

AWS配置选项

选项1:AWS CLI（推荐）

aws configure
# AWS Access Key ID: your_key_here
# AWS Secret Access Key: your_secret_here  
# Default region: us-east-1
# Default output format: json

选项2：环境变量

export AWS_ACCESS_KEY_ID=your_key_here
export AWS_SECRET_ACCESS_KEY=your_secret_here
export AWS_REGION=us-east-1

选项3:.env文件（可选）

cp .env.example .env
# Edit .env with AWS_REGION (credentials optional if using aws configure)
# Optionally add API keys for enhanced live data:
# WEATHER_API_KEY=your_openweathermap_key
# ALPHA_VANTAGE_API_KEY=your_alpha_vantage_key

🔧 MCP工具和资源

GHC调度MCP服务器

工具：

  • search_sessions -按关键字、主题、演讲者查找会话
  • get_session_details -获取完整的会话信息
  • recommend_sessions -基于人工智能的个性化推荐

资源：

  • SQLite数据库，包含290个真实GHC会话
  • 全文搜索功能
  • 会话元数据（跟踪、级别、天数、位置）

气象MCP服务器

工具：

  • get_weather -当前天气状况
  • get_forecast -三天天气预报

资源：

  • wttr.in API（主要，无需密钥）
  • OpenWeatherMap API（回退）

库存MCP服务器

工具：

  • get_stock_price -实时股票报价
  • get_market_status -交易时间和市场状态

资源：

  • 雅虎财经API（主要，无需密钥）
  • AlphaVantage API（后备）

飞行MCP服务器

工具：

  • search_flights -查找前往芝加哥的GHC航班

资源：

  • 具有真实数据的模拟飞行数据库
  • 芝加哥奥黑尔（ORD）重点航线

AWS文档MCP服务器（远程）

工具：

  • search_docs -使用官方AWS MCP服务器搜索AWS服务文档
  • 由...驱动 uvx awslabs.aws-documentation-mcp-server@latest

资源：

  • AWS官方服务文档
  • 通过远程MCP服务器实时访问AWS文档
  • 全面覆盖所有AWS服务

🎯 演示体验

自然语言查询

LLM代理能够理解复杂的会话请求：

"I'm interested in AI and leadership. What GHC sessions would you recommend, 
and what's the weather like in Chicago?"

代理自动执行以下操作：

  1. 呼叫 recommend_sessions 有兴趣：[“AI”，“领导力”]
  2. 呼叫 get_weather 地点：“芝加哥”
  3. 结合自然反应的结果

示例交互

  • 会话搜索：“在第2天向我展示网络安全会议”
  • 天气芝加哥的天气预报如何
  • 旅行：“查找从旧金山到芝加哥的航班”
  • 建议：“为数据科学初学者推荐课程”
  • AWS文档：“如何将Bedrock与Lambda函数结合使用？”
  • MCP协议：“什么是MCP工具，它们是如何工作的？”
  • 复杂：“计划我的GHC之旅：天气、从纽约出发的航班、人工智能会话和AWS基岩文档”

🏗️ 技术架构

数据库设置和架构

自动初始化： SQLite数据库(servers/ghc_schedule.db)在您首次运行服务器时自动创建和填充。它包含：

  • 290场真正的GHC 2025会议 从官方会议文件解析
  • 完整会话元数据：标题、演讲者、描述、时间、地点、曲目
  • 可搜索字段：所有文本字段都已编入索引，可进行全文搜索

数据库架构：

  • 会话表：290个真实的GHC会话，包含完整的元数据
  • 索引字段：标题、描述、演讲者、标签、曲目、级别、日期
  • 搜索功能：全文搜索，在所有字段中进行相关性评分

验证数据库：

# Check if database exists and has data
sqlite3 servers/ghc_schedule.db "SELECT COUNT(*) FROM sessions;"
# Should return: 290

# View sample sessions
sqlite3 servers/ghc_schedule.db "SELECT title, speaker, track FROM sessions LIMIT 3;"

数据库重建（如果需要）： 如果数据库文件丢失或损坏，服务器启动时，它将自动使用示例数据重新创建。完整的290会话数据集嵌入到应用程序中并自动加载。

Strands代理集成

  • 主要的，重要的：具有链架构的AWS Bedrock Agent
  • 后备方案：使用Claude 3 Haiku直接执行MCP工具
  • 工具规划：智能选择合适的MCP工具
  • 参数提取：智能解析用户查询
  • 响应生成：结果的自然语言格式
  • 故障弱化：无论AWS设置复杂性如何，始终正常运行

回退策略

  • LLM故障→ 基于规则的查询处理
  • API故障→ 具有明确指标的模拟数据
  • 优雅的降级确保演示始终有效

📊 演示脚本

看 DEMO_SCRIPT.md 完整的5分钟演练，包括：

  • 安装说明
  • 关键谈话要点
  • 预期响应
  • 故障排除提示
  • 架构说明

这个演示展示了人工智能应用的未来：Strands代理使用MCP作为标准协议，智能地编排多个数据源和服务。

🧪 测试演示

测试AWS文档集成

# Test the remote AWS MCP server directly
curl -X POST "http://localhost:3001/api/chat" \
  -H "Content-Type: application/json" \
  -d '{"message": "How do I get started with AWS Bedrock?"}'

# Expected: Real AWS documentation with official links

测试GHC会议数据

# Test the local SQLite database
curl -X POST "http://localhost:3001/api/chat" \
  -H "Content-Type: application/json" \
  -d '{"message": "Show me AI sessions at GHC"}'

# Expected: Real conference sessions from 290-session database

测试实时数据集成

# Test weather API
curl -X POST "http://localhost:3001/api/chat" \
  -H "Content-Type: application/json" \
  -d '{"message": "What is the weather in Seattle?"}'

# Expected: Live weather data from wttr.in

测试多工具编排

# Test complex query using multiple MCP servers
curl -X POST "http://localhost:3001/api/chat" \
  -H "Content-Type: application/json" \
  -d '{"message": "Plan my GHC trip: weather in Chicago, AI sessions, and AWS Bedrock documentation"}'

# Expected: Combined results from weather, sessions, and AWS docs

验证系统状态

# Check overall system health including database
curl "http://localhost:3001/api/health"

# Look for:
# - "database": "connected"
# - "sessionsCount": 290
# - "llmAgent": "enabled"

# Check database info specifically
curl "http://localhost:3001/api/database/info"

# Should show:
# - totalSessions: 290
# - Available tracks, levels, and days

前端测试

  1. 打开http://localhost:3000
  2. 点击“MCP架构”选项卡查看线束架构
  3. 聊天界面中的测试查询：
    • “如何将Bedrock与Lambda结合使用？”（AWS文档）
    • “显示网络安全会话”（GHC数据）
    • “芝加哥天气”（实时数据）

故障排除

  • AWS文档不起作用：检查uvx安装(uvx --version)
  • 代理人工作正常：系统使用直接MCP工具编排
  • 没有回应：验证AWS凭据(aws sts get-caller-identity)

相关 MCP