使用说明

项目简介

本项目是一个基于Amazon Bedrock构建的文档问答聊天机器人，核心特色在于集成了 Model Context Protocol (MCP) 服务器。通过MCP，聊天机器人能够访问外部服务，例如获取当前日期和时间、进行网页搜索等，从而扩展了语言模型的上下文信息和功能。

主要功能点

文档问答: 基于上传的文档内容进行问答，支持多种文档格式 (PDF, DOC, DOCX, PPT, PPTX, TXT, MD, HTML, CSV, XLS, XLSX)。
MCP 服务集成:
- 日期/时间服务: 提供当前日期和时间信息。
- Google 搜索服务: 通过 Google Custom Search API 提供网页搜索功能，获取实时信息。
多种运行模式:
- 基本模式: 提供基础的文档问答功能。
- MCP 模式: 激活日期/时间服务和 Google 搜索服务，增强对话能力。
- Reasoning 模式: 利用 Claude 3.7 Sonnet 的高级推理能力，提升复杂问题解决效果（Temperature 固定为 1.0，Top-K/Top-P 禁用）。
Streamlit Web UI: 提供用户友好的 Web 界面，方便文档上传和聊天交互。
模型参数可调: 允许用户调整 Temperature, Top-P, Top-K, Max Token, Memory Window 等模型参数。

安装步骤

克隆仓库

git clone https://github.com/jesamkim/simple-bedrock-chatbot.git
cd simple-bedrock-chatbot

创建并激活虚拟环境 (可选)

python3 -m venv venv
source venv/bin/activate  # Linux/Mac

安装依赖

cd claude-3-7
pip install -r requirements.txt -U

配置 AWS 凭证和 Google API 密钥
- 确保已配置 AWS CLI 或设置 AWS 环境变量 ('AWS_ACCESS_KEY_ID', 'AWS_SECRET_ACCESS_KEY', 'AWS_DEFAULT_REGION=us-west-2')，以便访问 Amazon Bedrock 服务。
- 获取 Google Custom Search API 密钥和引擎 ID，并设置为环境变量 ('GOOGLE_API_KEY', 'GOOGLE_SEARCH_ENGINE_ID')。

服务器配置

MCP 服务器集成在项目中，默认通过 'mcp.py' 启动，并使用 stdio 进行通信。MCP 客户端无需单独配置服务器地址，只需在 MCP 模式 下运行 'app.py' 即可自动启用 MCP 功能。

MCP 客户端配置示例 (JSON 格式，仅供参考，无需手动配置):

{
  "serverName": "simple-bedrock-chatbot-mcp-server",
  "command": "python",
  "args": ["mcp.py"],
  "transport": "stdio",
  "protocol": "json-rpc"
}

参数说明:

'serverName': MCP 服务器名称，用于标识。
'command': 启动 MCP 服务器的命令，这里使用 'python'。
'args': 启动命令的参数，指定执行 'mcp.py' 文件。
'transport': 通信传输协议，这里使用 'stdio' (标准输入输出)。
'protocol': 通信协议，这里使用 'json-rpc'。

基本使用方法

启动 Streamlit 应用

streamlit run app.py --server.port 8080

访问 Web 界面 在浏览器中打开 'http://localhost:8080'。
选择运行模式 在 Web 界面的侧边栏选择 MCP 模式 或 Reasoning 模式 以体验 MCP 服务或模型推理增强功能。选择 基本模式 则为普通聊天机器人。
上传文档 (可选) 在侧边栏的 "Document Upload" 区域上传文档，支持多种文件格式。
开始聊天 在聊天输入框中输入问题，与聊天机器人进行交互。在 MCP 模式 下，可以体验到日期/时间查询和网页搜索功能。

关键词