Time-MCP

時間-MCP

ツール拡張 LLM パイプラインを使用して、時間関連および一般的な質問に答える最小限のエージェント AI システム。

特徴

• Flask API : 現在のタイムスタンプを提供します。
• MCP エージェント サーバー: ユーザーの意図を検出し、ツール (時間 API など) を呼び出し、エンジニアがプロンプトを表示し、OpenRouter (OpenAI 互換 API) を介して LLM と対話する推論エージェント。
• Streamlit UI : AI エージェントと会話するためのシンプルなチャット インターフェイス。

設定

1. 依存関係のクローンとインストール

2. 環境変数

OpenRouter API キーを設定します ( https://openrouter.aiから取得します)。

3. サーバーを実行する

3 つのターミナルを開きます (またはバックグラウンド プロセスを使用します)。

ターミナル1: Flask Time API

ターミナル2: MCPエージェントサーバー

ターミナル3: Streamlit UI

Streamlit UI がブラウザで開きます (デフォルト: http://localhost:8501 )

使用法

• Streamlit UI でエージェントに質問してください。
• 時間について質問すると（例：「何時ですか？」）、エージェントは Flask API を呼び出して現在の時刻を取得し、LLM を使用して美しく自然な応答を作成します。
• その他の質問については、エージェントは LLM のみを使用して回答します。

建築

• MCP エージェントは意図を検出し、必要に応じてツールを呼び出し、エンジニアにプロンプトを出して、LLM に送信します。
• 簡単に拡張してツールを追加できます (MCPAgent クラスに追加するだけです)。

カスタマイズ

• ツールの追加: MCPAgentに新しいメソッドを実装し、 self.toolsを更新します。
• インテント検出の改善： MCPAgentのdetect_intent()を拡張します。
• LLM モデルの変更: call_llm()のmodelフィールドを更新します。

要件

• Python 3.7以上
• 依存関係についてはrequirements.txt参照してください。

クレジット

• Flask、Streamlit、OpenRouter、Python を使用して構築されています。
• エージェント LLM 設計パターンにインスピレーションを受けています。