время-mcp

Минимальная агентная система искусственного интеллекта, которая отвечает на вопросы, связанные со временем, и общие вопросы, используя инструментально дополненный конвейер LLM.

Функции

• Flask API : предоставляет текущую временную метку.

• MCP Agent Server : рассуждающий агент, который определяет намерения пользователя, вызывает инструменты (например, API времени), разрабатывает подсказки и взаимодействует с LLM через OpenRouter (API, совместимый с OpenAI).

• Пользовательский интерфейс Streamlit : простой интерфейс чата для общения с агентом ИИ.

Related MCP server: MCP-RAG

Настраивать

1. Клонирование и установка зависимостей

pip install -r requirements.txt

2. Переменная окружения

Установите свой ключ API OpenRouter (его можно получить на сайте https://openrouter.ai ):

export OPENROUTER_API_KEY=sk-...your-key...

3. Запуск серверов

Откройте три терминала (или используйте фоновые процессы):

Терминал 1: API Flask Time

python flask_api.py

Терминал 2: сервер агента MCP

python mcp_server.py

Терминал 3: Streamlit UI

streamlit run streamlit_ui.py

Пользовательский интерфейс Streamlit откроется в вашем браузере (по умолчанию: http://localhost:8501 )

Использование

• Задайте агенту любой вопрос в пользовательском интерфейсе Streamlit.

• Если вы спросите о времени (например, «Который час?»), агент вызовет API Flask, получит текущее время и создаст красивый, естественный ответ с использованием LLM.

• На остальные вопросы агент ответит только с использованием степени магистра права.

Архитектура

[Streamlit UI] → [MCP Agent Server] → [Tools (e.g., Time API)]
                            ↓
                        [LLM via OpenRouter]

• Агент MCP обнаруживает намерения, вызывает необходимые инструменты, выдает подсказки инженерам и отправляет их LLM.

• Легко расширяется для добавления дополнительных инструментов (просто добавьте к классу MCPAgent).

Настройка

• Добавьте больше инструментов : реализуйте новые методы в MCPAgent и обновите self.tools .

• Улучшение обнаружения намерений : расширение detect_intent() в MCPAgent .

• Изменить модель LLM : обновить поле model в call_llm() .

Требования

• Питон 3.7+

• Зависимости см. в файле requirements.txt .

Кредиты

• Создано с использованием Flask, Streamlit, OpenRouter и Python.

• Вдохновлено шаблонами проектирования LLM агента.