使用说明
MCP配方系统
带有本地MCP服务器（食品储藏室、食谱）和Ollama的食谱助手。通过CLI或网络聊天UI使用。
先决条件
- Python 3.10+
- 奥拉玛 使用模型在本地运行（例如。
llama3.1) - （可选）安装deps：
pip install -r requirements.txt
运行后端（HTTP API+前端）
从 项目根目录:
# Windows
set PYTHONPATH=%CD%
python -m uvicorn src.chat_api:app --reload --host 0.0.0.0 --port 8000
# Linux / macOS
export PYTHONPATH=.
python -m uvicorn src.chat_api:app --reload --host 0.0.0.0 --port 8000
- 基本URL:
http://localhost:8000 - 前端： 打开http://localhost:8000/在浏览器中（由同一进程提供服务）。
- API
POST http://localhost:8000/api/chat
运行CLI（无HTTP）
# From project root
set PYTHONPATH=%CD%
python -m src.olama_mcp_host
然后在以下位置键入消息 You: 提示。清空退出行。
聊天API
端点： POST /api/chat
请求： JSON正文，包含完整的对话历史记录（用户和助理消息）。后端添加系统提示并运行一个助手回合（包括工具调用）。
{
"messages": [
{ "role": "user", "content": "List all pantry items" },
{ "role": "assistant", "content": "Your pantry has …" },
{ "role": "user", "content": "Add 2 cans of chickpeas" }
]
}
答复： 带有新助手回复的非流式JSON。
{
"content": "I've added 2 cans of chickpeas to your pantry."
}
- 流动： 不。后端使用Ollama
stream: false. - 错误： 一旦出现故障（例如MCP或Ollama停机），API将返回
502带着一个detail弦。
前端
- 地点：
frontend/index.html（单个文件，无构建）。 - 服务地点：
/当后端正在运行时（同源）。 - API基础URL: 默认情况下，页面使用相对URL(
/api).要指向另一台主机，请设置window.CHAT_API_BASE加载前（例如。https://api.example.com)或者使用注入它的构建步骤。
日志记录（工具调用透明度）
当LLM调用工具时，每次调用都会记录在 信息 级别：
- tool_call –工具名称和参数（例如。
pantry_upsert_items,recipes_search). - tool_result –工具名称和结果的简短预览（如果较长，则截断）。
日志将转到stderr。运行时 命令行界面，主机在启动时配置日志记录。运行时 API （uvicorn），该应用程序在启动时配置日志记录，以便在服务器控制台中显示相同的行。使用这些日志可以查看每个请求使用了哪些工具，而无需更改用户在聊天中看到的内容。
数据
- 配方和食品储藏室数据存储在
data/recipes.db（SQLite）。MCP服务器在第一次运行时创建它。
