MCP Agent Platform

MCP智能体平台 / MCP Agent Platform

项目简介 / Project Introduction

这是一个基于多智能体架构的人机交互系统，集成了视觉识别、语音识别和语音合成等功能。系统由多个专门的智能体协同工作，实现了自然的人机交互体验。

This is a human-computer interaction system based on multi-agent architecture, integrating visual recognition, speech recognition, and speech synthesis capabilities. The system consists of multiple specialized agents working together to achieve a natural human-computer interaction experience.

系统架构 / System Architecture

系统由以下主要组件构成 / The system consists of the following main components:

智能体 / Agents

• 大脑智能体 (Brain Agent)
  • 负责系统的核心决策和协调
  • 处理来自其他智能体的信息
  • Responsible for core decision-making and coordination
  • Processes information from other agents
• 视觉智能体 (Eye Agent)
  • 处理视觉输入
  • 实现人脸检测和识别
  • Processes visual input
  • Implements face detection and recognition
• 听觉智能体 (Ear Agent)
  • 处理音频输入
  • 实现语音识别
  • Processes audio input
  • Implements speech recognition
• 发声智能体 (Mouth Agent)
  • 负责语音输出
  • 实现语音合成
  • Responsible for audio output
  • Implements speech synthesis

核心功能 / Core Features

1. 人脸识别 / Face Recognition
   • 实时人脸检测和识别
   • 人物信息数据库管理
   • Real-time face detection and recognition
   • Person information database management
2. 语音交互 / Voice Interaction
   • 中文语音识别
   • 语音合成输出
   • Chinese speech recognition
   • Speech synthesis output
3. Web界面 / Web Interface
   • 可视化机器人界面
   • 实时状态显示
   • Visual robot interface
   • Real-time status display

安装说明 / Installation Guide

环境要求 / Requirements

• Python 3.10+
• Windows/Linux/MacOS

安装步骤 / Installation Steps

1. 克隆项目 / Clone the project

2. 安装依赖 / Install dependencies

配置说明 / Configuration

在config.py中可以配置以下参数 / The following parameters can be configured in config.py:

• 服务器配置 / Server configuration
• 智能体参数 / Agent parameters
• 模型设置 / Model settings
• 语音识别参数 / Speech recognition parameters

使用说明 / Usage Guide

启动系统 / Start the System

1. 运行主程序 / Run the main program

2. 访问Web界面 / Access the Web interface

功能使用 / Features Usage

1. 人脸识别 / Face Recognition
   • 系统会自动检测和识别摄像头中的人脸
   • 首次识别的人脸会被自动记录
   • The system automatically detects and recognizes faces in the camera
   • First-time recognized faces will be automatically recorded
2. 语音交互 / Voice Interaction
   • 系统支持中文语音识别
   • 可以通过语音与系统进行对话
   • The system supports Chinese speech recognition
   • You can dialogue with the system through voice

技术栈 / Tech Stack

• 后端 / Backend
  • Python
  • FastAPI
  • WebSocket
  • OpenCV
  • SpeechRecognition
  • pyttsx3
• 前端 / Frontend
  • HTML/CSS
  • JavaScript
  • WebSocket

目录结构 / Directory Structure