关键词

DBIS集成LLM工具图书馆数据RAG增强上下文服务

项目简介

该GitHub仓库 'ai-service-chatbot' 的核心是一个AI驱动的聊天机器人应用（Viadrina 图书馆助手），它利用检索增强生成（RAG）、网络搜索以及Model Context Protocol (MCP) 工具来增强其功能。其中，'mcp_servers/dbis/server.py' 文件包含一个独立的MCP服务器实现，专门用于集成德国高校数据库信息系统（DBIS）。这个MCP服务器允许LLM客户端通过标准化的JSON-RPC协议调用工具，实时查询DBIS的学科列表和资源详情。

主要功能点

  • DBIS工具集成: 作为LLM的外部工具，该服务器暴露了多个工具接口，允许LLM客户端查询DBIS的顶级资源、学科列表、资源ID以及按学科查询资源ID，极大地扩展了LLM的知识范围。
  • 上下文感知查询: 支持通过HTTP请求头或工具参数传递机构ID（'organization_id'），确保LLM对DBIS的查询结果与特定图书馆或机构的需求精确匹配。
  • 健壮性与可配置性: 内置重试机制处理网络瞬时错误，增强了与DBIS上游API通信的稳定性。同时，支持通过环境变量配置DBIS上游API的认证信息和连接限制。
  • 多传输协议支持: 服务器可配置通过 Std_IO, HTTP, SSE (Server-Sent Events), Streamable-HTTP 等多种传输协议运行，灵活适应不同的部署和集成环境。

安装步骤

  1. 环境准备: 确保您的系统安装了 Python 3.9+。
  2. 克隆仓库: 在命令行中执行以下命令，将项目仓库克隆到本地，并进入项目根目录： 
    git clone https://github.com/jmiba/ai-service-chatbot.git
cd ai-service-chatbot
  3. 创建并激活虚拟环境: 为了避免依赖冲突，建议创建并激活一个Python虚拟环境： 
    python3 -m venv .venv
source .venv/bin/activate  # Windows 用户请使用：.venv\Scripts\activate
  4. 安装依赖: 运行以下命令安装所有必需的Python库，其中包括用于构建MCP服务器的 'fastmcp' 和进行HTTP请求的 'httpx'： 
    pip install -r requirements.txt
  5. 配置DBIS机构ID (可选但推荐): 如果您的DBIS接口需要特定的机构ID进行查询，请设置环境变量 'DBIS_ORGANIZATION_ID'。例如，您可以将其添加到 '~/.bashrc' 或 '.streamlit/secrets.toml' 文件中： 
    export DBIS_ORGANIZATION_ID="your_dbis_organization_id"
  6. 配置DBIS上游API认证 (可选): 如果此MCP服务器需要向DBIS官方API进行认证（例如，使用API密钥或Bearer Token），请设置 'DBIS_API_AUTH' 环境变量： 
    export DBIS_API_AUTH="Bearer <your_dbis_api_token>"

服务器配置 (供MCP客户端使用)

此DBIS MCP服务器通常作为独立的HTTP服务运行。MCP客户端（例如Viadrina 图书馆助手应用或其他LLM客户端）需要配置服务器的网络地址（URL）、认证信息及其提供的工具列表。这些信息通常以JSON格式提供给MCP客户端，以便其能够通过标准化的JSON-RPC协议与服务器通信。

以下是一个示例配置，展示了MCP客户端如何连接到此DBIS MCP服务器：

{
  "server_label": "dbis",
  "server_url": "http://127.0.0.1:8765/mcp", 
  "authorization": "Bearer <YOUR_AUTH_TOKEN_FOR_MCP_SERVER>",
  "headers": {
    "X-DBIS-Organization-Id": "<YOUR_DBIS_ORGANIZATION_ID>"
  },
  "allowed_tools": [
    "dbis_top_resources",
    "dbis_list_subjects",
    "dbis_list_resource_ids",
    "dbis_get_resource",
    "dbis_list_resource_ids_by_subject"
  ],
  "require_approval": "never"
}

参数注释:

  • 'server_label': MCP服务器的唯一标识符，本例中用于DBIS集成为 'dbis'。
  • 'server_url': MCP服务器的网络地址，例如 'http://127.0.0.1:8765/mcp'。您需要将此地址替换为您的MCP服务器实际运行的地址。此服务器支持 HTTP, SSE, Streamable-HTTP 等传输协议。
  • 'authorization': 可选。如果此DBIS MCP服务器部署在受保护的环境中，并需要客户端提供认证，则在此处配置相应的认证令牌（例如 'Bearer <token>'）。
  • 'headers': 可选。客户端在调用工具时可以发送的额外HTTP头。'X-DBIS-Organization-Id' 是用于指定DBIS查询的机构ID，如果未在工具调用参数中显式提供，服务器会尝试从这个头获取。
  • 'allowed_tools': 此MCP服务器向客户端声明它提供的工具列表。LLM客户端将能够调用这些列出的工具。
  • 'require_approval': 决定LLM调用工具是否需要用户审批。本例中，配置为 'never' 表示LLM可以直接调用这些工具而无需用户手动批准。

基本使用方法

  1. 启动MCP服务器: 在终端中，确保您已激活虚拟环境并位于仓库根目录。运行以下命令启动MCP服务器作为HTTP服务（例如在本地 '8765' 端口）：

    python mcp_servers/dbis/server.py --transport http --host 127.0.0.1 --port 8765

    服务器启动后会监听指定的地址和端口，并等待MCP客户端的连接。

  2. 配置MCP客户端: 根据您使用的LLM客户端类型，将其配置为连接到此DBIS MCP服务器。将上述“服务器配置”示例中的 'server_url' 更新为MCP服务器实际运行的地址（例如 'http://127.0.0.1:8765/mcp'），并根据您的安全要求配置 'authorization' 和 'headers'。 如果客户端是 Viadrina 图书馆助手，您需要更新其 '.streamlit/secrets.toml' 文件中的 'DBIS_MCP_SERVER_URL' 和 'DBIS_MCP_AUTHORIZATION' 等配置项。

  3. LLM调用工具: 一旦MCP客户端成功连接并加载了服务器提供的工具，LLM即可通过其推理过程，在需要时生成JSON-RPC请求，调用此DBIS MCP服务器提供的工具。例如，当用户询问“法兰克福（奥德）大学图书馆有哪些关于计算机科学的顶级数据库？”时，LLM可能会调用 'dbis_top_resources' 工具并传递 'subject_name="computer science"' 和 'organization_id="<your_org_id>"' 等参数。

  4. 接收响应: MCP服务器将处理LLM客户端发来的请求，调用DBIS API，并将查询到的DBIS数据（如资源列表、学科详情等）封装在JSON-RPC响应中返回给LLM客户端。LLM客户端随后可以利用这些数据生成更准确、更丰富的回答。

信息

分类

数据库与文件

访问项目