Machine Maintenance Agent: MCP 面试项目

这是一个小型、可直接用于面试的项目，演示了代理如何使用 MCP 工具检查工业机器数据、搜索维护指南，并在需要升级处理时创建维护工单。

示例场景：

"机器 P-204 振动异常。我该怎么办？"

代理会检查模拟的机器状态、查看最近的传感器异常、搜索维护手册数据集，并可选地创建工单。

为什么这是一个很好的 MCP 示例

MCP 在这里很有用，因为代理不需要直接访问数据库或文件。相反，它获得一个受控的工具接口：

• get_machine_status_tool(machine_id)

• get_recent_sensor_anomalies_tool(machine_id, hours)

• search_maintenance_manual_tool(query, limit)

• create_maintenance_ticket_tool(machine_id, severity, summary, recommended_action)

• list_open_tickets_tool(machine_id)

这让你可以在一个小项目中解释只读数据访问、安全的写入访问、工具边界以及多步骤代理行为。

Related MCP server: Equipment Health MCP Server

项目结构

machine-maintenance-agent/
  data/
    machines.json              # Machine metadata and normal operating ranges
    machine_status.json        # Current synthetic sensor readings
    anomalies.json             # Recent detected anomalies
    maintenance_manual.json    # Small troubleshooting knowledge base
    tickets.json               # Simple local ticket store
  src/
    maintenance_tools.py       # Core tool logic
    mcp_server.py              # MCP server exposing tools
    agent_demo.py              # Transparent agent flow demo
  tests/
    test_maintenance_tools.py
  AGENT_FLOW.md
  TOOL_CONTRACTS.md
  requirements.txt
  README.md

设置

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

MCP 依赖项固定在当前稳定的 Python SDK v1 版本线上：mcp[cli]>=1.27,<2。

运行演示代理

从该文件夹运行：

python src/agent_demo.py

要在演示期间创建工单：

python src/agent_demo.py --create-ticket

预期行为：

1. 读取 P-204 的状态。

2. 发现振动和温度超出正常范围。

3. 发现高严重性的振动异常。

4. 在维护手册中搜索泵振动指南。

5. 建议降低负载并检查轴承/联轴器区域。

6. 仅在使用 --create-ticket 时创建工单。

运行 MCP 服务器

python src/mcp_server.py

这会启动一个 stdio MCP 服务器。MCP 客户端可以连接到它并调用暴露的工具。

示例 MCP 客户端配置形式：

{
  "mcpServers": {
    "machine-maintenance-agent": {
      "command": "python",
      "args": ["src/mcp_server.py"],
      "cwd": "/absolute/path/to/machine-maintenance-agent"
    }
  }
}

运行测试

python -m unittest discover -s tests

面试讲解

使用这个简短的解释：

"我围绕一个模拟维护系统构建了一个 MCP 服务器。代理不能自由查询文件或数据库。它只能获得几个工具：读取机器状态、读取异常、搜索手册以及创建维护工单。对于泵 P-204 的振动投诉，代理检查实时状态，看到振动超过阈值，发现近期高严重性异常，检索相关手册指南，并通过创建工单进行升级。这展示了受控的企业访问、基于工具的推理，以及 LLM 与运营系统之间的安全边界。"

如需更结构化的讲解，请参阅 AGENT_FLOW.md 和 TOOL_CONTRACTS.md。

此项目使用的数据

• 机器元数据：ID、名称、区域、关键性、正常运行范围。

• 机器状态：当前振动、温度、压力、状态、上次维护日期。

• 传感器异常：时间戳、信号、数值、阈值、严重性、描述。

• 维护手册：症状、关键词、建议操作、安全注意事项。

• 工单存储：工单 ID、机器 ID、严重性、摘要、建议操作、状态。

如何扩展它

针对作品集版本的小型后续改进：

• 添加一个能够动态选择工具的真实 LLM 客户端。

• 使用 SQLite 替代 JSON 文件。

• 添加基于角色的权限，例如只读操作员访问权限和工单写入主管访问权限。

• 添加一个显示机器状态和未结工单的简单仪表板。