AI 客户支持机器人 - MCP 服务器

模型上下文协议 (MCP) 服务器使用 Cursor AI 和 Glama.ai 集成提供 AI 驱动的客户支持。

特征

从 Glama.ai 获取实时上下文
使用 Cursor AI 生成 AI 支持的响应
批处理支持
优先级排队
速率限制
用户交互跟踪
健康监测
MCP 协议合规性

先决条件

Python 3.8+
PostgreSQL 数据库
Glama.ai API 密钥
光标 AI API 密钥

安装

克隆存储库：

git clone <repository-url>
cd <repository-name>

创建并激活虚拟环境：

python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

安装依赖项：

pip install -r requirements.txt

根据.env.example创建.env文件：

cp .env.example .env

使用您的凭证配置您的.env文件：

# API Keys
GLAMA_API_KEY=your_glama_api_key_here
CURSOR_API_KEY=your_cursor_api_key_here

# Database
DATABASE_URL=postgresql://user:password@localhost/customer_support_bot

# API URLs
GLAMA_API_URL=https://api.glama.ai/v1

# Security
SECRET_KEY=your_secret_key_here

# MCP Server Configuration
SERVER_NAME="AI Customer Support Bot"
SERVER_VERSION="1.0.0"
API_PREFIX="/mcp"
MAX_CONTEXT_RESULTS=5

# Rate Limiting
RATE_LIMIT_REQUESTS=100
RATE_LIMIT_PERIOD=60

# Logging
LOG_LEVEL=INFO

设置数据库：

# Create the database
createdb customer_support_bot

# Run migrations (if using Alembic)
alembic upgrade head

运行服务器

启动服务器：

python app.py

该服务器将在http://localhost:8000可用

API 端点

1. 根端点

GET /

返回基本服务器信息。

2. MCP 版本

GET /mcp/version

返回支持的 MCP 协议版本。

3. 能力

GET /mcp/capabilities

返回服务器功能和支持的功能。

4. 处理请求

POST /mcp/process

使用上下文来处理单个查询。

示例请求：

curl -X POST http://localhost:8000/mcp/process \
  -H "Content-Type: application/json" \
  -H "X-MCP-Auth: your-auth-token" \
  -H "X-MCP-Version: 1.0" \
  -d '{
    "query": "How do I reset my password?",
    "priority": "high",
    "mcp_version": "1.0"
  }'

5.批处理

POST /mcp/batch

在单个请求中处理多个查询。

示例请求：

curl -X POST http://localhost:8000/mcp/batch \
  -H "Content-Type: application/json" \
  -H "X-MCP-Auth: your-auth-token" \
  -H "X-MCP-Version: 1.0" \
  -d '{
    "queries": [
      "How do I reset my password?",
      "What are your business hours?",
      "How do I contact support?"
    ],
    "mcp_version": "1.0"
  }'

6. 健康检查

GET /mcp/health

检查服务器健康和服务状态。

速率限制

服务器使用以下默认值实现速率限制：

每 60 秒 100 个请求
速率限制信息包含在健康检查端点中
速率限制超出响应包括重置时间

错误处理

服务器返回以下格式的结构化错误响应：

{
  "code": "ERROR_CODE",
  "message": "Error description",
  "details": {
    "timestamp": "2024-02-14T12:00:00Z",
    "additional_info": "value"
  }
}

常见错误代码：

RATE_LIMIT_EXCEEDED ：超出速率限制
UNSUPPORTED_MCP_VERSION ：不支持的 MCP 版本
PROCESSING_ERROR ：处理请求时出错
CONTEXT_FETCH_ERROR ：从 Glama.ai 获取上下文时出错
BATCH_PROCESSING_ERROR ：处理批量请求时出错

发展

项目结构

.
├── app.py              # Main application file
├── database.py         # Database configuration
├── middleware.py       # Middleware (rate limiting, validation)
├── models.py          # Database models
├── mcp_config.py      # MCP-specific configuration
├── requirements.txt   # Python dependencies
└── .env              # Environment variables

添加新功能

使用新的配置选项更新mcp_config.py
如果需要，在models.py中添加新模型
在app.py中创建新的端点
更新功能端点以反映新功能

安全

所有 MCP 端点都需要通过X-MCP-Auth标头进行身份验证
实施速率限制以防止滥用
数据库凭证应保持安全
API 密钥永远不应提交到版本控制

监控

服务器提供健康检查端点用于监控：

服务状态
速率限制使用情况
互联服务
处理时间

贡献

分叉存储库
创建功能分支
提交你的更改
推送到分支
创建拉取请求

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅LICENSE文件。

支持

如需支持，请在存储库中创建问题或联系开发团队。

AI Customer Support Bot - MCP Server

Integrations