智能表单收集MCP服务器

🚀 项目概述

智能表单收集MCP服务器是一个专门为矛盾调解业务设计的智能表单收集系统，支持通过MCP协议与Cursor、Dify、毕昇等大模型平台集成。

✨ 核心特性

🐍 Python 3.12 + DeepSeek大模型
🗄️ MySQL数据库支持
🔌 标准MCP协议实现
🌊 流式输出支持
🧠 智能信息提取
📊 Markdown表格展示
🔄 实时验证和进度跟踪
🐳 Docker容器化部署

📋 收集字段

个人基本信息

申请人姓名 (必填)
联系电话 (必填，11位手机号)
联系地址 (必填，详细地址)

事件信息

事件发生时间 (必填)
事件发生地点 (必填)
事件详情描述 (必填，详细描述)
涉及人数 (必填，数字)

🛠️ 技术架构

┌─────────────────┐ ┌──────────────────┐ ┌─────────────────┐ │ Cursor/Dify/毕昇 │ │ MCP服务器 │ │ DeepSeek │ │ 大模型平台 │◄──►│ (Python 3.12) │◄──►│ 大模型 │ └─────────────────┘ └──────────────────┘ └─────────────────┘ │ ▼ ┌──────────────────┐ │ MySQL数据库 │ │ 表单数据存储 │ └──────────────────┘

🚀 快速开始

1. 环境要求

Docker & Docker Compose (推荐)
或 Python 3.12 + MySQL
DeepSeek API密钥

2. 环境变量配置

创建环境变量文件

# 复制示例配置文件 cp env.example .env # 编辑配置文件 vim .env

必需配置项

# 数据库配置 (必填) DATABASE_URL=mysql+aiomysql://username:password@host:port/database # DeepSeek API配置 (必填) DEEPSEEK_API_KEY=your_deepseek_api_key_here

可选配置项

# LLM配置 LLM_PROVIDER=deepseek LLM_MODEL=deepseek-chat LLM_STREAM=true # 系统配置 LOG_LEVEL=INFO SESSION_TIMEOUT=3600

3. 部署方式

方式一：Docker Compose启动（推荐）

# 克隆项目 git clone <repository-url> cd mdtj_mcp_server # 启动服务 docker-compose up -d # 查看日志 docker-compose logs -f # 检查状态 curl http://localhost:7000/health

方式二：Docker单容器启动

# 构建镜像 docker build -t mdtj_mcp_server:latest . # 运行容器 docker run -d -p 7000:7000 --name mdtj_mcp_server \ --env-file .env \ mdtj_mcp_server:latest # 检查状态 docker logs mdtj_mcp_server curl http://localhost:7000/health

方式三：本地Python启动

# 激活虚拟环境 source py312/bin/activate # 加载环境变量 source .env # 启动HTTP服务器 python http_server.py # 或启动标准MCP服务器 python mcp_server_final.py

方式四：使用管理脚本

# 启动所有服务 ./start_server.sh start # 检查服务状态 ./start_server.sh status # 查看服务信息 ./start_server.sh info # 停止服务 ./start_server.sh stop

3. 验证部署

服务器启动成功后，访问以下端点验证：

# 健康检查 curl http://localhost:7000/health # 工具列表 curl -X POST http://localhost:7000/mcp \ -H "Content-Type: application/json" \ -d '{"jsonrpc": "2.0", "id": 1, "method": "tools/list", "params": {}}' # SSE端点 curl http://localhost:7000/sse

🔧 MCP工具列表

工具名称	功能描述	参数
`start_form_collection`	开始新的表单收集会话	`template_name`, `stream`
`collect_field_info`	收集用户输入的字段信息	`session_id`, `user_input`, `stream`
`get_collection_status`	获取当前收集状态	`session_id`
`validate_form_data`	验证表单数据完整性	`session_id`
`submit_form`	提交完整表单	`session_id`
`get_session_statistics`	获取系统统计信息	无

🎯 平台集成

Cursor集成

配置MCP服务器
在Cursor的设置中添加MCP配置：
{ "mcpServers": { "mdtj_mcp_server": { "command": "python", "args": ["/opt/mdtj_mcp_server/mcp_server_final.py"], "cwd": "/opt/mdtj_mcp_server" } } }
使用工具
在Cursor中直接调用MCP工具：
@mdtj_mcp_server start_form_collection template_name="mediation"

Dify平台集成

HTTP API方式（推荐）
{ "name": "智能表单收集器", "type": "api", "api": { "url": "http://localhost:7000/mcp", "method": "POST", "headers": { "Content-Type": "application/json" } } }
自定义工具配置
- 工具名称：智能表单收集器
- API端点：http://localhost:7000/mcp
- 请求格式：JSON-RPC 2.0
智能体提示词
你是一个专业的矛盾调解业务受理助手，负责帮助用户完成表单信息收集。 ## 工作流程 1. 使用 start_form_collection 开始收集 2. 使用 collect_field_info 收集用户信息 3. 使用 get_collection_status 查看进度 4. 使用 validate_form_data 验证数据 5. 使用 submit_form 提交表单 ## 交互原则 - 保持专业友好的语调 - 鼓励用户一次性提供多个信息 - 使用表格清晰展示收集状态 - 及时验证和确认用户信息

毕昇平台集成

API集成方式
api_tools: - name: "智能表单收集" endpoint: "http://localhost:7000/mcp" method: "POST" format: "json-rpc"
插件开发方式
- 基于HTTP API开发自定义插件
- 支持流式输出和实时更新
- 集成到毕昇工作流中

📝 使用示例

完整对话流程

1. 开始收集

用户: 我要申请矛盾调解助手: [调用 start_form_collection] 欢迎使用矛盾调解业务受理系统！我需要收集以下信息...

2. 信息收集

用户: 我叫张三，电话13812345678，住在北京市朝阳区建国路1号院。昨天下午3点在小区门口和邻居发生了争执，涉及2个人。助手: [调用 collect_field_info] 感谢您提供的信息！我已经记录了您的基本信息和事件概况...

3. 状态查询

助手: [调用 get_collection_status] 当前收集进度：85.7% | 字段 | 状态 | 值 | |------|------|------| | 申请人姓名 | ✅ 已收集 | 张三 | | 联系电话 | ✅ 已收集 | 13812345678 | ...

4. 表单提交

助手: [调用 submit_form] 表单提交成功！您的申请编号是：MD20250615001

🔧 配置说明

环境变量

变量名	说明	默认值
`DATABASE_URL`	MySQL数据库连接URL	必填
`DEEPSEEK_API_KEY`	DeepSeek API密钥	必填
`LLM_PROVIDER`	LLM提供商	deepseek
`LLM_MODEL`	LLM模型名称	deepseek-chat
`LLM_STREAM`	是否启用流式输出	true
`LOG_LEVEL`	日志级别	INFO

数据库配置

系统使用MySQL数据库存储表单数据，包含以下表：

form_sessions - 表单收集会话
form_submissions - 完整表单提交记录

服务端点

HTTP服务器: http://localhost:7000
MCP端点: http://localhost:7000/mcp
SSE端点: http://localhost:7000/sse
健康检查: http://localhost:7000/health
工具列表: http://localhost:7000/tools

📊 监控和日志

日志文件

HTTP服务器日志: logs/http_server.log
MCP服务器日志: logs/mcp_server.log

健康检查

# 检查服务状态 curl http://localhost:7000/health # 检查工具可用性 curl -X POST http://localhost:7000/mcp \ -H "Content-Type: application/json" \ -d '{"jsonrpc": "2.0", "id": 1, "method": "tools/list", "params": {}}'

Docker监控

# 查看容器状态 docker ps # 查看容器日志 docker logs mdtj_mcp_server # 查看资源使用 docker stats mdtj_mcp_server

🛠️ 开发和维护

本地开发

# 安装依赖 pip install -r requirements.txt # 运行测试 pytest # 代码格式化 black . isort .

构建和发布

# 构建Docker镜像 docker build -t mdtj_mcp_server:v1.0.0 . # 推送到镜像仓库 docker tag mdtj_mcp_server:v1.0.0 your-registry/mdtj_mcp_server:v1.0.0 docker push your-registry/mdtj_mcp_server:v1.0.0

📚 相关文档

MCP配置指南 - 详细的平台配置指南
项目完成总结 - 完整的项目总结
服务器管理脚本 - 服务器管理工具

🤝 贡献

欢迎提交Issue和Pull Request来改进项目！

📄 许可证

本项目采用MIT许可证。

Intelligent Form Collection MCP Server