Sequential Questioning MCP Server

顺序提问 MCP 服务器

一个专用服务器，使 LLM（大型语言模型）能够通过顺序查询收集特定信息。该项目实现了 MCP（模型控制协议）标准，可与 LLM 客户端无缝集成。

项目状态

🎉 1.0.0 版本发布🎉

顺序查询 MCP 服务器现已完成，并准备好投入生产部署。所有计划的功能均已实现、测试并记录。

特征

• 顺序提问引擎：根据先前的回答生成适合上下文的后续问题
• MCP 协议支持：完全实现 MCP 规范，以便与 LLM 集成
• 强大的 API ：具有全面验证和错误处理的 RESTful API
• 矢量数据库集成：高效存储和检索问题模式
• 全面监控：使用 Prometheus 和 Grafana 实现性能指标和可观察性
• 生产就绪部署：具有多环境支持的 Kubernetes 部署配置
• 高可用性：水平 Pod 自动缩放器和 Pod 中断预算，确保生产可靠性
• 安全性：限制流量和保护应用程序的网络策略

文档

• API 参考
• 建筑学
• 使用示例
• 部署指南
• 操作手册
• 负载测试
• 部署验证
• 最终部署计划
• 发行说明

入门

先决条件

• Python 3.10+
• Docker 和 Docker Compose（用于本地开发）
• Kubernetes 集群（用于生产部署）
• PostgreSQL 15.4+
• 访问 Qdrant 实例

快速入门

最简单的开始方式是使用我们的初始化脚本：

该脚本将：

1. 检查 Docker 是否正在运行
2. 使用 Docker Compose 启动所有必要的容器
3. 自动运行数据库迁移
4. 提供有关如何访问应用程序的信息

该应用程序将在http://localhost:8001上可用

本地开发

1. 克隆存储库
   git clone https://github.com/your-organization/sequential-questioning.git cd sequential-questioning
2. 安装依赖项
   pip install -e ".[dev]"
3. 设置环境变量
   cp .env.example .env # Edit .env file with your configuration
4. 运行开发服务器
   uvicorn app.main:app --reload

Docker 部署

数据库设置

如果您手动启动应用程序，请不要忘记运行数据库迁移：

Kubernetes 部署

1. 开发环境
   kubectl apply -k k8s/overlays/dev
2. 暂存环境
   kubectl apply -k k8s/overlays/staging
3. 生产环境
   kubectl apply -k k8s/overlays/prod

有关详细说明，请参阅最终部署计划和操作手册。

监控

访问 Prometheus 和 Grafana 仪表板进行监控：

CI/CD 管道

使用 GitHub Actions 实现自动化 CI/CD 管道：

• 持续集成：Linting、类型检查和测试
• 持续部署：自动部署到开发、准备和生产环境
• 部署验证：部署后自动检查

测试

运行测试套件：

运行性能测试：

故障排除

未创建数据库表

如果应用程序正在运行但数据库表不存在：

1. 确保数据库容器正在运行
2. 手动运行数据库迁移：
   export DATABASE_URL="postgresql://postgres:postgres@localhost:5432/postgres" bash scripts/run_migrations.sh

Pydantic 版本兼容性

如果遇到错误pydantic.errors.PydanticImportError: BaseSettings has been moved to the pydantic-settings package ，请确保：

1. pydantic-settings包包含在你的依赖项中
2. 您正在从pydantic_settings导入BaseSettings ，而不是直接从pydantic导入

该项目使用 Pydantic v2.x，它将BaseSettings移至单独的包中。

贡献

欢迎贡献！请参阅CONTRIBUTING.md获取相关指南。

执照

MIT 许可证

接触

如需支持或咨询，请联系support@example.com