LLM Tool-Calling Assistant

このプロジェクトは、 MCPプロトコルを介してローカルLLM（例：Qwen）を電卓やナレッジベースなどのツールに接続します。アシスタントはこれらのツールを自動的に検出して呼び出し、ユーザーのクエリに回答します。

📦 機能

• 🔧 MCP サーバーを介したツール実行

• 🧠 HTTP または OpenAI SDK 経由のローカル LLM 統合

• 📚 ナレッジベースのサポート ( data.json )

• ⚡ stdioおよびsseトランスポートをサポート

Related MCP server: MCP Documentation Server

🗂 プロジェクトファイル

📥 インストール

要件

Python 3.8以上

依存関係をインストールします:

pip install -r requirements.txt

requirements.txt

aiohttp==3.11.18
nest_asyncio==1.6.0
python-dotenv==1.1.0
openai==1.77.0
mcp==1.6.0

🚀 はじめに

1. MCPサーバーを実行する

python server.py

これにより、 add 、 multiply 、 get_knowledge_baseなどの関数を含むツール サーバーが起動します。

2. クライアントを開始する

オプション A: HTTP クライアント (生の API 経由のローカル LLM)

python client-http.py

オプションB: OpenAI SDKクライアント

python client-openai.py

オプションC: stdioトランスポート

python client-stdio.py

オプションD: SSEトランスポート

server.pyが以下を設定していることを確認します。

transport = "sse"

次に以下を実行します:

python client-sse.py

💬 プロンプトの例

数学ツールの呼び出し

What is 8 times 3?

応答：

Eight times three is 24.

ナレッジベースの質問

What are the healthcare benefits available to employees in Singapore?

応答には、 data.jsonからの関連する回答が含まれます。

📁 例: data.json

[
  {
    "question": "What is Singapore's public holiday schedule?",
    "answer": "Singapore observes several public holidays..."
  },
  {
    "question": "How do I apply for permanent residency in Singapore?",
    "answer": "Submit an online application via the ICA website..."
  }
]

🔧 構成

client-http.pyまたはclientopenai.py内で、以下を更新します。

LOCAL_LLM_URL = "..."
TOKEN = "your-api-token"
LOCAL_LLM_MODEL = "your-model"

LLM が OpenAI 互換の API エンドポイントを提供していることを確認します。

🧹 クリーンアップ

クライアントはツールの呼び出しと応答を自動的に処理します。Ctrl Ctrl+Cでサーバーまたはクライアントを停止できます。

🪪 ライセンス

MITライセンス。LICENSEファイルを参照してください。