时间问答AI代理系统

一个基于工具增强LLM流程的最小化AI代理系统,用于回答时间相关和一般性问题。

  • by suryawanshishantanu6
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 suryawanshishantanu6/time-mcp

使用说明

时间mcp

一个最小的代理人工智能系统,使用增强的LLM管道工具回答与时间相关的一般问题。

特性

  • API弗拉斯克:提供当前时间戳。
  • MCP代理服务器:推理代理,检测用户意图,调用工具(如时间API),工程师提示,并通过OpenRouter(与OpenAI兼容的API)与LLM交互。
  • 流线型UI:与AI代理对话的简单聊天界面。

设置

1.克隆和安装依赖项

pip install -r requirements.txt

2.环境变量

设置OpenRouter API密钥(从https://openrouter.ai):

export OPENROUTER_API_KEY=sk-...your-key...

3.运行服务器

打开三个终端(或使用后台进程):

终端1:烧瓶时间API

python flask_api.py

终端2:MCP代理服务器

python mcp_server.py

终端3:流媒体UI

streamlit run streamlit_ui.py

Streamlit UI将在浏览器中打开(默认:http://localhost:8501)


用法

  • 在Streamlit UI中向代理提出任何问题。
  • 如果您询问时间(例如,“时间是多少?”),代理将调用Flask API,获取当前时间,并使用LLM创建一个美丽、自然的响应。
  • 对于其他问题,代理人将仅使用LLM进行回答。

建筑

[Streamlit UI] → [MCP Agent Server] → [Tools (e.g., Time API)]
                            ↓
                        [LLM via OpenRouter]
  • MCP代理检测意图,根据需要调用工具,工程师提示,并将其发送给LLM。
  • 易于扩展以添加更多工具(只需添加到MCPAgent类中)。

定制

  • 添加更多工具:实施新方法 MCPAgent 并更新 self.tools.
  • 改进意图检测:扩展 detect_intent() 在……里面 MCPAgent.
  • 更改LLM模型:更新 model 字段在 call_llm().

需求

  • Python 3.7+
  • 看 requirements.txt 对于依赖关系。

鸣谢

  • 使用Flask、Streamlit、OpenRouter和Python构建。
  • 灵感来自代理LLM设计模式。