使用说明
🤖 MCP+LangChain+Groq的人工智能助手
该项目演示了如何使用 MCP（模块化链处理器）, LangChain，以及 希腊 LLM它利用支持内存的代理和Groq托管的LLM，以智能和上下文的方式交互式地响应用户查询。
📌 特性
- 🧠 会话记忆（持久会话上下文）
- ⚙️ 与Groq的超高速LLM（Qwen、Mixtral等）集成
- 🔄 使用LangChain和MCP抽象层构建
- 💬 交互式命令行聊天界面
- ✅ 支持清除历史记录和退出聊天
- 🔒 从安全加载API密钥
.env
🛠️ 需求
- Python 3.9或更高版本
- Groq API密钥（注册地址： Groq 云)
- 从源安装MCP
- 可选：创建并激活Python虚拟环境
📦 安装
1.克隆此仓库：
克隆https://github.com/your-username/ai-assistant-mcp-groq.git cd-ai助理mcp-groq
2.创建虚拟环境并激活它： python-m虚拟环境 源env/bin/activate#在Linux/macOS上 env\Scripts\activate#在Windows上
🔑 环境设置 在根目录中创建.env文件并添加Groq API密钥：
GROQ_API_KEY=your_GROQ_API_KEY_here
🧠 配置 确保你的项目目录中有一个browser_mcp.json配置文件。此文件定义了MCP客户端的行为和工具。
{ “工具”：[“搜索”、“日历”、“天气”]， “设置”：{ “max_retrys”：3， “超时_秒”：20 } } 根据需要为您的用例进行自定义。
▶️ 运行助手
python app.py
您将进入一个交互式聊天会话：
你：你好 MCP：你好！今天有什么我能帮忙的吗？
你：清楚 对话历史记录已清除。
您：退出 退出聊天。
📁 项目结构 pgsql 复制 编辑 . ├── app.py#主应用程序文件 ├── mcp_use.py#MCPAgent和MCPClient包装器 ├── browser_mcp.json#工具配置 ├── .env#您的API密钥（未被Git跟踪） ├── requirements.txt#Python依赖项 └── README.md#此文件
🚀 示例用例
询问天气、日历和搜索信息
使用AI进行总结、建议和规划
在任何终端应用程序中构建智能聊天体验
