Gemini对话代理

一个基于FastAPI后端和LangChain与Google Gemini AI的对话代理,适用于需要智能对话支持的场景。

  • by Tintas-Formosenias
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Tintas-Formosenias/server-model-mcp

使用说明

🧪 APP-MCP-墨水项目

这个项目是一个对话代理,使用 快速API para-el后端,y LangChain+Gemini(谷歌生成人工智能) 对于人工智能的逻辑。


🚀 先决条件

  • Python 3.11.8:这个版本是 关键的.

    ⚠️ 重要提示: LangChain和Pydantic(由Fastapi使用)与Python的更高版本存在兼容性问题。你必须使用 准确3.11.8 为了避免错误。

  • Git
  • 的API密钥 谷歌双子座.
  • 的一个例子 MongoDB (本地或远程)

🔑 环境配置

在安装之前,请克隆存储库并配置环境变量。

  1. 克隆存储库:

    git clone [https://github.com/usuario/app-mcp-tintas.git](https://github.com/usuario/app-mcp-tintas.git)
    cd app-mcp-tintas
    
  2. 新建_文档 .env: 创建一个名为 .env 在项目的根中,包含以下内容:

    GEMINI_API_KEY=tu_api_key_de_google
    MONGO_URI=mongodb://localhost:27017
    

📦 安装

您可以使用标准包管理器 pip y venv 或最快的 uv.

选项1:使用 venv y pip (标准)

  1. 创建虚拟环境 (确保您的系统使用Python 3.11.8):

    python3.11 -m venv .venv
    

    (Si python3.11 不起作用,试试看 python -m venv .venv 哦 py -3.11 -m venv .venv 在Windows上,确保基本版本为3.11.8)

  2. 激活环境:

    • Linux/Mac:
      source .venv/bin/activate
      
    • Windows(PowerShell):
      .venv\Scripts\Activate
      
  3. 安装依赖项:

    pip install -r requirements.txt
    

选项2:使用 uv (推荐)

uv 它是一个非常快速的现代环境和依赖管理器。

  1. 不稳定 uv (如果你没有):

    pip install uv
    
  2. 创建虚拟环境:

    uv venv --python 3.11.8 .venv
    
  3. 激活环境:

    • Linux/Mac:
      source .venv/bin/activate
      
    • Windows(PowerShell):
      .venv\Scripts\Activate
      
  4. 安装依赖项:

    uv pip install -r requirements.txt
    

▶️ 执行

确保您的虚拟环境已启用(source .venv/bin/activate).

选项1:使用Uvicorn(标准)

这是运行Fastapi服务器的标准方式。 uvicorn 它将作为一个单位安装自 requirements.txt.

uvicorn src.main:app --host 127.0.0.1 --port 8000 --reload

(标志--重新加载是可选的,用于在检测到代码更改时自动重新启动服务器)。

选项2:使用紫外线

如果已安装UV,则可以使用其任务执行器。

uv run ./src/main.py

访问API 一旦服务器启动,您可以访问:

  • 互动文档(Swagger UI):http://localhost:8000/docs

  • 替代文件(REDOC):http://localhost:8000/redoc