AI工具构建平台

MCP平台Monorepo

一个现代化的、可扩展的平台，用于构建和部署具有Streamlit接口和FastMCP后端的AI驱动工具。

该存储库包含两个独立的项目，用于构建AI驱动的工具平台：

• 古典派/：带有经典Streamlit客户端的FastAPI后端。
• mcp平台/：现代MCP服务器，带有代理驱动的Streamlit客户端。

有关详细信息和设置说明，请参阅每个子项目的README。

🤖 MCP（模型上下文协议）

🌟 特性

• 🛠️ 模块化工具系统：轻松创建和部署新的人工智能工具
• 🎯 FastAPI后端：高性能、异步就绪的API端点
• 🤖 LangChain集成：强大的基于代理的交互
• 🔍 内置工具：用于常见任务的即用型工具
• 📝 详细文件：综合指南和示例
• 🔒 安全设计：基于环境的配置管理

快速启动

classic_api（快速api+流媒体）

1. 启动后端（FastAPI服务器）：
   复制

   cd classic_api/backend
   pip install -r requirements.txt
   uvicorn app.fastapi_app:app --reload
   

2. 启动前端（Streamlit客户端）：
   复制

   cd ../../frontend
   pip install -r requirements.txt
   cp .env.example .env  # Set your OpenAI key and model
   streamlit run streamlit_app.py
   

3. 打开浏览器：
   • 访问 http://localhost:8501 对于UI。
   • FastAPI服务器运行在 http://localhost:8000 默认情况下。

---

mcp_platform（mcp服务器+Streamlit代理客户端）

1. 启动后端（MCP服务器）：
   复制

   cd mcp_platform/backend
   pip install -r requirements.txt
   python -m app.mcp_server_app
   

2. 启动前端（Streamlit客户端）：
   复制

   cd ../frontend
   pip install -r requirements.txt
   cp .env.example .env  # Set your OpenAI key and model
   streamlit run streamlit_app.py
   

3. 打开浏览器：
   • 访问 http://localhost:8501 用于聊天UI。
   • MCP服务器运行在 http://localhost:8000/mcp 默认情况下。

---

可用工具

工具	说明	示例用法
加	加两个数字	“加5和7”
ReverseString	反转字符串	“反转hello world”
WordCount	统计文本中的单词	“统计这个句子中的单词”
维基百科摘要	获取维基百科摘要	“总结Python编程”
WebSearch	搜索网络	“搜索最新AI新闻”
PythonExec	执行Python代码	“计算和（[1,2,3]）”
问候	问候一个人	“问候爱丽丝”