MCP AI Service Platform

# MCP生产级客户端项目说明 ## 项目概述 这是一个生产级的MCP（Model Context Protocol）多服务器客户端，基于Python构建，具备完整的RAG（检索增强生成）功能。项目提供了高性能的API服务，支持多种AI模型和工具调用，并包含完整的监控和部署方案。 ## 主要功能 ### 1. MCP多服务器管理 - **连接池管理**：智能管理多个MCP服务器连接 - **负载均衡**：自动分配请求到可用服务器 - **故障恢复**：自动重连和故障转移 - **健康检查**：定期检查服务器状态 ### 2. RAG知识库系统 - **文档上传**：支持txt、pdf、docx、md等格式 - **智能分块**：自动将文档分割为合适的块 - **向量搜索**：使用PostgreSQL + pgvector进行相似性搜索 - **语义检索**：基于嵌入向量的语义匹配 ### 3. API服务 - **RESTful API**：提供标准的HTTP接口 - **限流保护**：防止API滥用 - **异步处理**：高性能的异步请求处理 - **CORS支持**：跨域资源共享 ### 4. 监控和日志 - **Prometheus指标**：完整的性能监控 - **Grafana仪表板**：可视化监控界面 - **结构化日志**：JSON格式的日志记录 - **健康检查**：服务状态监控 ## 技术架构 ### 核心组件 - **FastAPI**：现代的Python Web框架 - **PostgreSQL**：主数据库，支持向量扩展 - **Redis**：缓存和会话存储 - **Docker**：容器化部署 - **Prometheus + Grafana**：监控方案 ### 目录结构 ``` python-mcp-server-client/ ├── src/ # 源代码 │ ├── api/ # API接口 │ ├── config/ # 配置管理 │ ├── core/ # 核心功能 │ ├── models/ # 数据模型 │ ├── services/ # 业务服务 │ └── utils/ # 工具函数 ├── docs/ # 文档 ├── deployments/ # 部署配置 ├── monitoring/ # 监控配置 ├── scripts/ # 脚本文件 ├── tests/ # 测试文件 ├── docker-compose.yml # Docker编排 ├── Dockerfile # Docker镜像 ├── mcp.json # MCP服务器配置 └── .env.example # 环境变量模板 ``` ## 支持的AI模型 ### OpenAI兼容接口 - **OpenAI官方API**：gpt-4, gpt-3.5-turbo等 - **其他兼容服务**：任何支持OpenAI API格式的服务 ### 嵌入模型 - **text-embedding-ada-002**：OpenAI嵌入模型 - **自定义模型**：支持其他嵌入服务 ## 主要特性 ### 1. 高可用性 - 连接池管理，支持并发请求 - 自动故障恢复和重连机制 - 服务健康检查和监控 ### 2. 高性能 - 异步处理架构 - Redis缓存加速 - 数据库连接池优化 ### 3. 安全性 - API限流保护 - 环境变量配置 - 非root用户运行 ### 4. 可扩展性 - 模块化设计 - 插件式架构 - 配置驱动开发 ### 5. 生产就绪 - 完整的监控方案 - 日志记录和追踪 - Docker容器化部署 - 健康检查机制 ## 适用场景 1. **智能客服系统**：结合RAG提供准确回答 2. **文档问答系统**：基于企业知识库的问答 3. **AI助手平台**：多功能AI助手后端 4. **知识管理系统**：企业知识库管理 5. **API网关**：AI服务的统一入口 ## 系统要求 ### 最低配置 - **CPU**：2核心 - **内存**：4GB RAM - **存储**：20GB可用空间 - **Python**：3.11+ ### 推荐配置 - **CPU**：4核心或以上 - **内存**：8GB RAM或以上 - **存储**：50GB可用空间 - **网络**：稳定的互联网连接 ## 依赖服务 1. **PostgreSQL**：主数据库，需要pgvector扩展 2. **Redis**：缓存服务 3. **AI服务**：OpenAI API或兼容服务 4. **监控服务**：Prometheus和Grafana（可选） ## 下一步 请继续阅读以下文档： - [部署指南](部署指南.md) - 详细的部署步骤 - [API调用示例](API调用示例.md) - 如何使用API - [AI模型配置](AI模型配置.md) - 如何配置不同的AI服务 --- *最后更新：2024年12月*