AI导哈

鸡尾酒问答系统

基于FastMCP和LlamaIndex的RAG系统，用于回答鸡尾酒及其成分的问题，并根据给定成分或口味偏好推荐饮品。

  • by Tachakar
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Tachakar/solvro-mcp-rag

使用说明

Solvro ML-MCP+RAG解决方案

使用FastMCP实现MCP，与基于LlamaIndex构建的RAG系统集成。 该工具可以回答有关鸡尾酒及其成分的问题，并可以根据给定的成分或口味偏好建议饮料。

视频预览- >在这里<

安装

  1. 克隆此仓库 git clone git@github.com:Tachakar/solvro-mcp-rag.git 然后跑 cd solvro-mcp-rag
  2. 确保您已安装 紫外线
  3. 跑 uv sync --locked
  4. 安装 奥拉玛 和 骆驼3.2:3b
  5. 跑 python3 src/server.py

现在您的服务器正在运行，为了测试，我已将其连接到Codex CLI

codex mcp add --url http://127.0.0.1:8000/mcp <server_name>

对于不同的AI CLIs，您可能需要阅读有关如何做到这一点的官方文档。

运作原理

  1. 从data/cocktail_dataset.json文件加载数据，并使用Pydantic模型对其进行清理。
  2. 准备 文档和节点，构建 索引 从他们， 然后构建我们的 查询引擎.
  3. 在服务器端，我们有服务器类，其中包含处理问题的工具。对于特定鸡尾酒/配料的简单信息，我们不使用RAG，对于更复杂的查询/一般问题，我们使用它。

数据来自 The Cocktail数据库

相关 MCP