使用说明

项目简介

MCP Assistant 是一个集成了多种AI模型和MCP工具的聊天应用程序。它通过后端的FastAPI服务器和前端的Next.js应用，为用户提供实时的聊天体验，并支持调用外部MCP服务来扩展AI的功能，例如使用计算器进行数学计算或使用DuckDuckGo进行网页搜索。

主要功能点

实时聊天界面：提供现代化的用户界面，支持实时的聊天互动。
多AI模型集成：支持Google Gemini、NVIDIA和OpenAI等多种主流AI模型。
MCP工具支持：集成了计算器和DuckDuckGo搜索等MCP工具，扩展了AI的功能。
响应式设计：界面设计兼顾桌面和移动设备，提供良好的用户体验。
实时流式响应：支持服务器实时流式返回响应，提升交互体验。

安装步骤

克隆仓库

git clone https://github.com/jinichen/mcp_assistant.git
cd mcp_assistant

后端环境配置 (backend)

cd backend
python -m venv venv
source venv/bin/activate  # Linux/macOS
# venv\Scripts\activate  # Windows
pip install -r requirements.txt
cp .env.example .env
# 编辑 .env 文件，填入API keys (如 OpenAI_API_KEY, GOOGLE_API_KEY, NVIDIA_API_KEY)

前端环境配置 (frontend)

cd frontend
npm install  # 或 yarn install
cp .env.example .env.local
# 编辑 .env.local 文件，配置 NEXT_PUBLIC_API_BASE_URL=http://localhost:8000/api

MCP 服务端配置 (mcp-servers)

启动计算器 MCP 服务:

cd mcp-servers/calculator
python calculator_server.py

启动 DuckDuckGo 搜索 MCP 服务 (另开一个终端):

cd mcp-servers/duckduckgo
python duckduckgo_server.py

启动后端 FastAPI 服务器 (backend)

cd backend
uvicorn main:app --host 0.0.0.0 --port 8000

启动前端 Next.js 开发服务器 (frontend)

cd frontend
npm run dev  # 或 yarn dev

应用将在 'http://localhost:3000' 运行。

服务器配置

要让 MCP 客户端（例如本应用的前端）连接到 MCP 服务端，需要配置 'mcp_config.json' 文件。此文件定义了 MCP 客户端如何找到并连接到可用的 MCP 服务。

以下是一个 'config/mcp_config.json' 示例，展示了如何配置计算器 (calculator) 和 DuckDuckGo 搜索 (duckduckgo) 这两个 MCP 服务：

{
  "calculator": {
    "transport": "stdio",
    "command": "python",
    "args": ["path/to/calculator_server.py"]  // 请替换为 calculator_server.py 脚本的实际路径
  },
  "duckduckgo": {
    "transport": "stdio",
    "command": "python",
    "args": ["path/to/duckduckgo_server.py"]   // 请替换为 duckduckgo_server.py 脚本的实际路径
  }
}

配置参数说明:

server name: 服务名称，例如 "calculator" 或 "duckduckgo"。这个名称在客户端代码中用于引用特定的 MCP 服务。
transport: MCP 服务使用的传输协议。这里 "stdio" 表示标准输入输出流，用于本地进程间的通信。
command: 启动 MCP 服务端进程的命令。通常是 Python 解释器 "python"。
args: 传递给启动命令的参数列表。对于 "stdio" 传输，通常是 MCP 服务端 Python 脚本的路径。请务必根据你的实际文件路径，修改 'path/to/calculator_server.py' 和 'path/to/duckduckgo_server.py' 为 'calculator_server.py' 和 'duckduckgo_server.py' 脚本的绝对路径或相对路径 (相对于 'mcp_config.json' 文件的位置)。

注意: 'mcp_config.json' 文件通常位于 'backend/config/' 目录下。前端应用通过后端服务器来获取和使用 MCP 服务配置，因此前端本身无需直接配置 MCP 服务。

基本使用方法

启动前端应用后，在浏览器中打开 'http://localhost:3000'。
在聊天界面中输入你的问题。
如果你的问题需要计算或网页搜索等外部功能，应用后端会调用配置好的MCP服务来处理。
AI 模型的回复会实时显示在聊天界面上。

关键词