AI导哈

电商产品查询与SEO优化AI系统

NextGen Dev AI - MCP con ReAct & Reflexion 是一个优化的模型上下文协议系统，实现了ReAct和Reflexion模式，用于Hybris电商产品查询和自动SEO描述改进。

  • by xixarito
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 xixarito/mcp-ecommerce

使用说明

NextGen开发AI-MCP与反应与反思

优化的MCP系统（Model Context Protocol），实现了用于查询Hybris电子商务产品的REACT和反射模式，并自动改进了SEO描述。

🚀 特点

  • 反应模式：思考→行动→观察产品查询
  • 模式反射：Actor→Evaluator→Reflector以改进SEO描述
  • 与LLM的整合：使用chatopenai智能生成内容
  • API REST：完整的互动Web界面
  • SEO 优化：自动改进产品描述

📁 项目结构（优化）

mcp-ecommerce/
├── .env                    # Variables de entorno (OPENAI_API_KEY)
├── requirements.txt        # Dependencias Python
├── README.md              # Documentación
└── mcp_react/            # Aplicación principal
    ├── server_simple.py   # Servidor optimizado (910 líneas)
    ├── react/            # Implementación patrón ReAct
    ├── reflexion/        # Implementación patrón Reflexion
    ├── models/           # Modelos de datos
    ├── static/           # Archivos estáticos web
    └── templates/        # Templates HTML

⚡ 快速启动

  1. 导航到应用程序：
cd mcp-ecommerce/mcp_react
  1. 运行服务器：
python server_simple.py
  1. 打开Web界面：
    • 演示重演：http://localhost:5001/demo
    • SEO反思：http://localhost:5001/seo
    • 健康检查：http://localhost:5001/health

🔧 配置

确保文件中有您的OpenAI API密钥 .env:

OPENAI_API_KEY=tu_api_key_aqui

🎯 实施模式

电子商务反应模式

该系统实现了应用于产品查询的REACT循环：

  1. 思考 （思考）：分析用户对产品的查询
  2. 法案 （行动）：运行电子商务工具（搜索、详细信息、库存）
  3. 观察 （观察）：处理工具结果
  4. 重复：继续，直到获得完整答案

SEO模式反思

自动改进产品描述：

  1. 男演员：生成初始描述
  2. 评估者：评估SEO质量和可读性
  3. 反射器：基于评估的改进

🛠️ 可用的工具

ReAct工具

  • search_products[término]：在目录中搜索产品
  • get_product_details[id]：获取特定产品的详细信息
  • check_stock[id]：验证可用性
  • get_price_history[id]：价格历史
  • finish[respuesta]：提供最终答案

反射工具

  • improve_seo_description：自动增强警报
  • evaluate_content：内容质量评估
  • generate_keywords：SEO关键词生成

🔍 项目状态

✅ 完成：

  • REACT模式和反思的双重实现
  • 与Chatopenai的完全集成
  • 服务器优化（910线）
  • 功能性Web界面
  • 代码清理和优化

🎯 主要功能：

  • 服务器 mcp_react/server_simple.py
  • 两种模式都与实际LLM一起工作
  • 完全功能的REST API

相关 MCP