AI导哈

AI聊天语音助手模拟系统

一个模拟Grab风格司机(DAX)和乘客(PAX)通信系统的AI驱动聊天和语音助手演示，具有实时通信、AI智能对话处理、移动优先设计和无服务器后端等功能。

  • by Sam89Jha
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 sam89jha/ai-agent-mcp

使用说明

NavieTake模拟

人工智能驱动的聊天和语音助手演示，模拟Grab风格的驾驶员（DAX）和乘客（PAX）通信系统。

🏗️ 建筑

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   DAX App       │    │   PAX App       │    │  Bedrock Agent  │
│  (Driver UI)    │    │ (Passenger UI)  │    │   (Central AI)  │
└─────────────────┘    └─────────────────┘    └─────────────────┘
         │                       │                       │
         └───────────────────────┼───────────────────────┘
                                 │
                    ┌─────────────────┐
                    │   MCP Server    │
                    │  (API Gateway)  │
                    └─────────────────┘
                                 │
                    ┌─────────────────┐
                    │  Lambda Functions│
                    │  (Backend APIs) │
                    └─────────────────┘
                                 │
                    ┌─────────────────┐
                    │   DynamoDB      │
                    │   (Storage)     │
                    └─────────────────┘

🚀 特性

  • 语音和文字聊天：驾驶员和乘客之间的实时通信
  • 人工智能助手：用于智能对话处理的AWS Bedrock Agent
  • 移动优先设计：针对移动设备优化的响应式React应用程序
  • 无服务器后端：用于可扩展API端点的AWS Lambda函数
  • 实时更新：用于即时消息传递的类似WebSocket的轮询
  • 成本优化：预计全面生产部署每月约10.47美元

📁 项目结构

NavieTakieSimulation/
├── terraform/                 # Infrastructure as Code
│   ├── main.tf               # Main Terraform configuration
│   ├── variables.tf          # Variable definitions
│   ├── outputs.tf           # Output values
│   └── user_data.sh         # EC2 initialization script
├── lambda-functions/         # AWS Lambda Functions
│   ├── send_message.py      # Send message handler
│   ├── make_call.py         # Call initiation handler
│   ├── get_message.py       # Message retrieval handler
│   └── requirements.txt     # Python dependencies
├── mcp-server/              # MCP Server (API Gateway)
│   ├── app.py              # FastAPI application
│   ├── requirements.txt    # Python dependencies
│   ├── Dockerfile         # Container configuration
│   └── docker-compose.yml # Local development
├── frontend/               # React Applications
│   ├── dax-app/           # Driver Assistant Experience
│   │   ├── src/           # React source code
│   │   ├── public/        # Static assets
│   │   └── package.json   # Dependencies
│   └── pax-app/           # Passenger Assistant Experience
│       ├── src/           # React source code
│       ├── public/        # Static assets
│       └── package.json   # Dependencies
├── bedrock-agent/          # AWS Bedrock Agent Configuration
│   ├── agent-config.json  # Agent configuration
│   └── agent-deployment.yaml # CloudFormation template
├── staging/               # Local Development & Testing
│   ├── docker-compose.yml # Complete staging environment
│   ├── test_runner.py     # Comprehensive test suite
│   └── requirements.txt   # Testing dependencies
├── scripts/               # Deployment Scripts
│   └── deploy.sh         # Automated deployment script
└── README.md             # This file

🛠️ 先决条件

在部署之前，请确保已安装以下内容：

  • AWS-CLI （v2.x）
  • 地形 （v1.x）
  • 码头工人 （v20.x）
  • Node.js （v18.x）
  • python （v3.9+）
  • jq公司 （用于JSON解析）

🚀 快速开始

1.克隆和设置

git clone <repository-url>
cd NavieTakieSimulation

2.配置AWS

aws configure
# Enter your AWS Access Key ID, Secret Access Key, and region

3.部署一切

chmod +x scripts/deploy.sh
./scripts/deploy.sh

部署脚本将：

  • ✅ 检查先决条件
  • 🏗️ 构建前端应用程序
  • ☁️ 部署AWS基础设施
  • 🔧 部署Lambda函数
  • 🖥️ 将MCP服务器部署到EC2
  • 🌐 将前端应用程序部署到S3
  • 🔍 运行健康检查
  • 📊 显示部署摘要

🧪 地方发展

模拟环境

cd staging
docker-compose up -d

这将开始：

  • MCP服务器 在…上 http://localhost:8000
  • DynamoDB本地 在…上 http://localhost:8001
  • DAX应用程序 在…上 http://localhost:3000
  • PAX应用程序 在…上 http://localhost:3001

单个组件

MCP服务器

cd mcp-server
pip install -r requirements.txt
uvicorn app:app --host 0.0.0.0 --port 8000

前端应用程序

# DAX App
cd frontend/dax-app
npm install
npm start

# PAX App
cd frontend/pax-app
npm install
npm start

🧪 测试

运行完整的测试套件

cd staging
python test_runner.py

个人测试

# Test MCP Server
curl http://localhost:8000/health

# Test Lambda Functions
aws lambda invoke --function-name send-message --payload '{"booking_code":"TEST","message":"Hello","sender":"driver"}' response.json

# Test Frontend Apps
curl http://localhost:3000
curl http://localhost:3001

🌐 生产URL

部署后，您的应用程序将在以下位置可用：

  • DAX（驱动程序）: https://dax.sameer-jha.com
  • PAX（乘客）: https://pax.sameer-jha.com
  • MCP服务器: https://mcp.sameer-jha.com

💰 成本细分

服务 每月费用 说明
EC2（t3.micro） ~8.47美元 MCP服务器托管
Lambda ~ 0.50美元 API函数
DynamoDB ~1.00美元 消息存储
S3+云前端 ~0.50美元 静态托管
总计 ~$10.47 全面生产

🔧 配置

环境变量

# AWS Configuration
AWS_REGION=us-east-1
AWS_ACCESS_KEY_ID=your_access_key
AWS_SECRET_ACCESS_KEY=your_secret_key

# Application Configuration
REACT_APP_API_URL=http://localhost:8000
DYNAMODB_TABLE=chat-messages

域配置

更新域 scripts/deploy.sh:

DOMAIN="your-domain.com"
DAX_SUBDOMAIN="dax"
PAX_SUBDOMAIN="pax"
MCP_SUBDOMAIN="mcp"

🔒 安全

  • IAM角色：所有服务的最低权限访问
  • 安全组：网络访问受限
  • 超文本传输安全协议：所有端点的SSL/TLS加密
  • CORS：已配置用于跨源请求
  • 输入验证：所有API输入均经过验证

📊 监控

CloudWatch指标

  • Lambda函数调用和持续时间
  • DynamoDB读/写容量
  • EC2实例指标
  • CloudFront分布指标

应用程序日志

  • CloudWatch中的Lambda函数日志
  • MCP服务器在Docker容器中登录
  • 前端应用程序在浏览器控制台中登录

🚨 故障排除

常见问题

  1. EC2实例未启动

    aws ec2 describe-instances --instance-ids <instance-id>

  2. Lambda函数错误

    aws logs describe-log-groups --log-group-name-prefix /aws/lambda/

  3. 前端构建失败

    cd frontend/dax-app
npm install --force
npm run build

  4. MCP服务器连接问题

    ssh -i key.pem ubuntu@<ec2-ip>
docker logs mcp-server

健康检查

# Test MCP Server
curl -f http://localhost:8000/health

# Test Lambda Functions
aws lambda invoke --function-name send-message --payload '{"test":"data"}' response.json

# Test Frontend Apps
curl -f http://localhost:3000

🤝 贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 添加测试
  5. 提交拉取请求

📄 许可证

此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。

🆘 支持

有关支持和问题：

  • 在存储库中创建问题
  • 检查故障排除部分
  • 查看日志和指标

🎯 路线图

  • []WebSocket支持实时消息传递
  • []推送通知
  • []多语言支持
  • []高级AI功能
  • []分析仪表板
  • []移动应用程序（React Native）

内置于❤️ 使用AWS、React和Python

相关 MCP