使用说明
MCP房屋助理
一个模块化的人工智能助手,使用OpenAI来解释自然语言查询,并将其路由到正确的工具(市场回顾或天气)。
🚦 使用模式
- CLI工具: 直接从终端运行查询。
- HTTP API终结点: 启动服务器并通过HTTP POST请求发送查询。
🏃 快速开始
CLI工具
运行CLI并输入您的查询:
python mcp_server.py "What's the weather in London?"
或者直接运行:
python mcp_server.py
并在提示时输入您的查询。
HTTP API端点
- 启动服务器:
uvicorn mcp_api_server:app --reload - 向发送POST请求
/query:您将收到一个包含结果的JSON响应。curl -X POST "http://localhost:8000/query" \ -H "Content-Type: application/json" \ -d '{"query": "What's the weather in London?"}'
🚀 运作原理
- 自然语言界面: 问一些问题,比如“伦敦的天气怎么样?”或“给我一个今天的市场回顾”。
- LLM编排: 使用OpenAI的GPT-4o来决定调用哪个工具以及使用哪些参数。
- 工具执行: 调用相应的Python工具并将结果打印为JSON。
- 不需要Web服务器: 一切都从命令行运行。(旧的FastAPI服务器已弃用并已被删除。)
🛠️ 工具
- 市场回顾工具: 获取给定日期的主要指数或指定交易品种的市场数据。
- 天气工具: 使用WeatherAPI获取给定位置的当前天气和预报。
🗝️ 设置
- 克隆存储库并输入项目目录:
cd "MCP hiouse assistant" - (推荐)创建并激活虚拟环境:
python3 -m venv .venv source .venv/bin/activate - 安装依赖项:
pip install -r requirements.txt # Or, if requirements.txt is missing: pip install openai python-dotenv yfinance requests - 设置.env文件:
创建一个
.env项目根目录中的文件,其中包含:替换为实际的API密钥。OPENAI_API_KEY=your_openai_api_key_here WEATHER_API_KEY=your_weatherapi_key_here
🧪 运行测试
测试位于`
