关键词

地点提取地图可视化链接分析AI工具信息抓取

本项目 Aumi 是一个智能地点地图助理的后端实现，旨在帮助用户从复杂的网络内容（如社交媒体帖子、博客文章等）中自动识别和提取提及的地理位置信息，并通过集成地图服务提供进一步的地点详情和可视化能力。它被设计为一个可由大型语言模型（LLM）客户端调用的 MCP 服务器，作为 LLM 代理工作流中的一个关键组件。

主要功能点:

  • 智能内容抓取与解析: 能够访问和解析来自各种来源（包括普通网页、特定社交媒体如TikTok和小红书）的链接内容，提取其中的文本、图片信息（通过OCR）、视频字幕等。
  • AI赋能的地点信息提取: 利用AI模型（如GPT-4o-mini）处理抓取到的文本及其他信息，准确识别出其中提及的地点名称、地址、以及相关的描述。
  • 地图服务集成与地点增强: 调用如Google Maps Places API等外部地图服务，根据提取到的地点名称和地址查询更详细、结构化的信息，包括地理坐标（经纬度）、评分、营业时间、网站链接、导航链接等。
  • 结构化地点数据输出: 将抓取、AI提取和地图服务查询的结果整合成标准化的地点信息结构，方便LLM客户端或其他应用进行进一步的处理或可视化。
  • MCP工具暴露: 项目将其核心能力（内容抓取和地点信息查询）封装为MCP工具，通过标准化的 JSON-RPC 协议提供给兼容的LLM客户端调用。

安装步骤:

  1. 克隆本项目到本地： 
    git clone https://github.com/katwinkl3/aumi.git
cd aumi
  2. 安装后端所需的Python依赖： 
    pip install -r requirements.txt
    （注：仓库未直接提供 requirements.txt，但根据代码（如 'Flask', 'requests', 'openai', 'redis', 'easyocr', 'pytesseract', 'beautifulsoup4', 'trafilatura', 'readability-lxml', 'python-dotenv', 'flask-limiter', 'python-telegram-bot', 'FastMCP' 等），需要手动安装这些库及其依赖，或者自行创建 requirements.txt 文件。）
  3. 安装EasyOCR所需的额外依赖（如PyTorch）：请参考 EasyOCR 官方文档进行安装。
  4. 安装Tesseract OCR引擎：请根据你的操作系统安装 Tesseract。
  5. 安装并运行Redis服务器：本项目使用Redis作为缓存，请确保Redis服务正在运行。
  6. 设置环境变量：复制 '.env.example' (如果存在) 或手动创建 '.env' 文件，填入你的API Keys，包括：
    • 'OPENAI_TOKEN' (用于AI模型提取地点信息)
    • 'GOOGLE_TOKEN' (用于Google Maps API查询地点详情)
    • 'TELEGRAM_BOT_TOKEN' (如果需要启用Telegram Bot功能)
    • 其他可能的URL配置（如 'AUMI_URL', 'TIKTOK_PHOTO_URL' 等）
  7. 本项目包含一个React前端和一个Flask后端，MCP服务器是Flask后端的一部分。要运行完整的后端，需要启动Flask应用，但MCP服务器本身是通过'server/mcp.py'脚本单独启动的，并且在示例中使用了 Stdio 传输协议，这通常意味着它是由MCP客户端作为子进程启动的。

服务器配置（供MCP客户端使用）:

MCP客户端需要以下配置信息来识别和启动 Aumi MCP 服务器进程，并通过 Stdio 与其通信：

{
  "server name": "aumi", // MCP服务器的唯一名称
  "command": "python", // 启动MCP服务器进程的命令行工具。请根据您的Python安装位置调整，例如 "/usr/bin/python" 或 "C:\\Python3x\\python.exe"
  "args": ["path/to/your/aumi/server/mcp.py"] // 传递给启动命令的参数列表，这里是MCP服务器脚本的路径。请替换 "path/to/your/aumi" 为您实际的项目根目录路径
}

基本使用方法:

  1. 确保 Redis 服务器正在运行。
  2. 启动 Aumi MCP 服务器：通常由兼容的 MCP 客户端根据上述配置信息，以子进程方式启动 'python server/mcp.py' 命令。
  3. MCP客户端（例如，LLM Orchestrator）可以通过标准输入/输出（Stdio）与 Aumi MCP 服务器进行 JSON-RPC 通信。
  4. LLM客户端可以调用暴露的 MCP 工具，例如：
    • 调用 'scraper' 工具并传递一个URL参数，获取该URL页面的抓取文本内容。
    • 处理抓取到的文本，通过LLM或其他方式识别地点名称/地址。
    • 调用 'address_info' 工具并传递地点名称/地址参数，获取该地点的结构化地图详细信息。
  5. LLM客户端接收工具返回的数据，并根据需要进行后续处理或传递给用户。

信息

分类

AI与计算

访问项目