模块化后端服务器

一个基于uV Python和PostgreSQL的模块化后端服务器,集成了AutoGen AI以实现智能数据处理和自主任务执行。

  • by shrishailwali
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 shrishailwali/mcp-server-postgres

使用说明

带有PostgreSQL、uV Python和AutoGen AI的MCP服务器 概述 该项目是一个使用uV Python构建的模块化后端服务器,由PostgreSQL提供数据存储支持,并与AutoGen AI集成,用于智能数据处理和自主任务执行。核心模块MCP(模块化命令处理器)处理数据库和AI代理之间的结构化交互,支持实时操作、导入验证和AI增强决策逻辑。

关键组件 uV Python:轻量级、隔离的Python环境,用于快速、可重复的部署。

PostgreSQL:用于结构化数据存储和查询的强大关系数据库。

MCP(模块化命令处理器):使用模式驱动规则编排数据导入、验证和转换的核心逻辑引擎。

AutoGen AI:集成了人工智能功能,如自然语言查询处理、自主任务执行和智能代理支持,以增强操作。

特性 基于模式的数据验证和转换

人工智能辅助的自然语言与数据库交互

使用pyproject.toml和uv简化设置

干净的模块化结构,具有可扩展性和可维护性

入门指南 先决条件 Python 3.10+

uV(通过pip安装:pip install uV)

PostgreSQL在本地或远程运行

安装说明

克隆存储库

克隆https://github.com/shrishailwali/mcp-server-postgres

使用uV安装依赖项

uv pip安装-r requirements.txt#或直接使用pyproject.toml 环境配置 使用以下键创建.env文件:

环境

POST RES_HOST=本地主机 POSTGRES-PORT=5432 POSTGRES_USER=POSTGRES POSTGRES_DB=cmms POSTGRES_PASSWORD=您的密码

运行服务器 uvicorn主:应用程序--reload

与AutoGen AI集成 AutoGen用于:

解析用户输入(例如,文件上传、命令)

通过AI代理生成SQL查询

使用LLM驱动的推理自动化后端工作流程

AutoGen集成使用名为spick ai的Azure OpenAI部署来生成响应并执行操作。