AI导哈

AI购物助手

一款基于Groq AI模型和模型上下文协议（MCP）的智能对话购物助手，帮助用户进行产品发现和决策。

  • by sakshirajeshirke
  • Python
  • 本地部署
  • 4 星标
  • 更新于
在 GitHub 查看 sakshirajeshirke/Shopping_Agent_Using_MCP_Server

使用说明

🛍️ AI购物助手

由Groq AI模型和模型上下文协议（MCP）驱动的智能对话式购物助手，用于基于网络的智能产品发现和决策。

✨ 概述

这 AI购物助手 是一个交互式、人工智能驱动的聊天机器人，帮助用户 更明智的购物决策.支持 xAI的Groq法学硕士 和那个 模型上下文协议（MCP），它可以：

  • 🧠 理解自然语言查询
  • 🔎 在购物平台上进行实时搜索
  • 🛒 比较产品、服务和功能
  • 💸 提供价格指导和建议

无论您是在手机之间进行选择，比较流媒体服务，还是在预算范围内寻找最好的空气净化器，这款助手都是您的 终极购物伙伴.

🧩 特性

特性 描述
🔄 产品比较 比较产品（例如。， iPhone 15与Galaxy S24)
🎯 智能推荐 根据您的需求和预算获取建议
📊 特征分析 了解规格、优点、缺点等
💵 价格指导 确定最佳价值选项
🌐 服务比较 比较以下服务 Netflix与Prime Video
🔍 网络搜索（通过MCP） 搜索亚马逊、Flipkart、百思买等购物平台
💬 上下文感知聊天 维护对话上下文并提供摘要
🔁 退赛与退场 使用类别建议智能处理失败的搜索
💡 聊天指令 /exit, /clear, /context, /status 支持

🚀 安装

1.克隆存储库

git clone <repository-url>
cd ai-shopping-assistant

2.设置虚拟环境（可选）

python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

3.安装Python依赖项

pip install -r requirements.txt

4.安装MCP Node.js依赖项

确保 Node.js 和 npm 已安装：

npm install -g @playwright/mcp @openbnb/mcp-server-airbnb duckduckgo-mcp-server

5.环境设置

创建一个 .env 根目录中的文件：

echo "GROQ_API_KEY=your-api-key-here" > .env

6.MCP配置

确保你有一个有效的 browser_mcp.json 在您的MCP目录中（例如。， D:\mcp\mcpdemo\):

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["@playwright/mcp@latest"]
    },
    "airbnb": {
      "command": "npx",
      "args": ["-y", "@openbnb/mcp-server-airbnb"]
    },
    "duckduckgo-search": {
      "command": "npx",
      "args": ["-y", "duckduckgo-mcp-server"]
    }
  }
}

在……里面 shopping_assistant.py，设置：

self.config_file = r"path/to/your/browser_mcp.json"

🧠 用法

启动助手：

python shopping_assistant.py

查询示例：

🛒 You: Best laptop for programming under $1000  
🤖 Assistant: 🔍 Searching... (attempt 1/3)  
✅ Successfully retrieved current information  
[Laptop recommendations with specs and prices]

您可以使用的命令：

  • exit 或 quit –结束会话
  • clear –重置聊天记录
  • context –查看最近的对话摘要
  • status –检查上次搜索时间和速率限制

🗂️ 项目结构

ai-shopping-assistant/
├── shopping_assistant.py      # Main assistant logic
├── requirements.txt           # Python dependencies
├── .env                       # Environment variables
├── browser_mcp.json           # MCP config for search engines
└── README.md                  # You're reading it!

📦 需求

将以下内容添加到您的 requirements.txt:

langchain-grok==0.1.0
python-dotenv==1.0.0
requests==2.31.0
mcp-use==<latest-version>

⚙️ 配置详情

设置 说明
🔑 GROQ_API_关键字 设置在 .env 用于xAI的Grok访问
🕒 速率限制 API搜索之间的3秒延迟
🔁 重试 最多3次搜索重试，后退5秒
📁 MCP文件 用于搜索集成的JSON配置
📦 模型 默认值： qwen-qwq-32b （Grok模型）
🛍️ 分类 电子产品、电器、服务、服装、家居

⚠️ 局限性

  • API和MCP搜索需要互联网连接
  • 价格可能会有所不同——请与零售商核实
  • 仅支持预定义类别
  • MCP设置需要正确的Node.js配置
  • 离线回退可能提供有限的深度

🔮 未来的增强功能

  • 🛒 主要电子零售商的实时价格抓取
  • 🧬 通过用户资料提供个性化推荐
  • 🖥️ 基于Web的用户界面，实现无缝用户体验
  • 🛠️ 增强MCP与更多购物门户的集成

🤝 贡献

欢迎投稿！ 贡献：

  1. 分叉存储库

  2. 创建功能分支

    git checkout -b feature/your-feature

  3. 提交您的更改

    git commit -m "Add your feature"

  4. 推送并打开PR

    git push origin feature/your-feature

图像：

1: 2: 3: 4: 5: 6:

🧠 AI+购物=更明智的选择 立即使用AI购物助手开始您的智能购物之旅。

相关 MCP