AI聊天机器人系统

集成MCP的聊天机器人系统

该项目使用两个兼容MCP的服务器将基于Python的AI聊天机器人与PostgreSQL数据库集成在一起——一个在Python中，一个在Node.js中。聊天机器人利用谷歌生成人工智能，可以通过arXiv查询学术论文。

📦 Python设置

必需的Python包

安装以下Python依赖项：

pip install mcp google-generativeai arxiv python-dotenv

这些套餐包括：

• mcp：用于创建MCP服务器和客户端。
• google-generativeai：启用聊天机器人的AI功能。
• arxiv：允许与arXiv API交互以获取学术论文。
• python-dotenv：加载Python环境的环境变量。

🟢 Node.js设置

必需的Node.js包

安装以下Node.js依赖项：

npm install @modelcontextprotocol/sdk pg dotenv

这些措施包括：

• @modelcontextprotocol/sdk：Node.js的官方MCP SDK。
• pg：Node.js的PostgreSQL客户端。
• dotenv：从加载环境变量 .env 文件。

⚙️ 环境变量

创建一个 .env Node.js服务器项目根目录中的文件，内容如下：

DB_USER=youruser
DB_HOST=localhost
DB_NAME=yourdb
DB_PASSWORD=yourpassword
DB_PORT=5432

用实际的PostgreSQL凭据替换这些值。

🚀 运行聊天机器人系统

要运行整个系统，只需执行以下命令：

python chatbot-client.py

这将：

1. 启动Python MCP服务器(server.py)
2. 启动Node.js MCP服务器(pgserver.js)
3. 连接聊天机器人客户端(chatbot-client.py)两台服务器

跑步后，您可以通过终端与AI聊天。

🧪 单独测试服务器（可选）

您还可以使用MCP检查器工具单独运行和测试每个服务器。

🐍 测试Python MCP服务器

1. 启动服务器：

python server.py

2. 与MCP检查员一起检查：

mcp inspect --stdio "python server.py"

🟩 测试Node.js MCP服务器

1. 启动服务器：

node pgserver.js

2. 与MCP检查员一起检查：

mcp inspect --stdio "node pgserver.js"

这使您可以查看可用的工具并手动与它们交互。

📁 项目结构

project-root/
├── chatbot-client.py         # Main client script
├── server.py                 # Python MCP server
├── pgserver.js               # Node.js MCP server
├── .env                      # PostgreSQL credentials (for Node.js)
├── server_config.json        # Configuration file for MCP client
├── README.md                 # Project documentation

📝 备注

• 确保Python和Node.js都已安装。
• 确保PostgreSQL正在运行且可访问。
• 您可以扩展任一服务器中的MCP工具以支持其他功能。

✅ 许可证

MIT许可证（或在此处指定其他许可证）