AI Customer Support Bot - MCP Server

AI Customer Support Bot - MCP Server

一个模型上下文协议 (MCP) 服务器,它使用 Cursor AI 和 Glama.ai 集成来提供 AI 驱动的客户支持。

Category
访问服务器

README

AI 客户支持机器人 - MCP 服务器

一个模型上下文协议 (MCP) 服务器,它使用 Cursor AI 和 Glama.ai 集成提供 AI 驱动的客户支持。

功能

  • 从 Glama.ai 实时获取上下文
  • 使用 Cursor AI 生成 AI 驱动的响应
  • 批量处理支持
  • 优先级队列
  • 速率限制
  • 用户交互跟踪
  • 健康监控
  • 符合 MCP 协议

前提条件

  • Python 3.8+
  • PostgreSQL 数据库
  • Glama.ai API 密钥
  • Cursor AI API 密钥

安装

  1. 克隆存储库:
git clone <repository-url>
cd <repository-name>
  1. 创建并激活虚拟环境:
python -m venv venv
source venv/bin/activate  # 在 Windows 上:venv\Scripts\activate
  1. 安装依赖项:
pip install -r requirements.txt
  1. 基于 .env.example 创建一个 .env 文件:
cp .env.example .env
  1. 使用您的凭据配置您的 .env 文件:
# API 密钥
GLAMA_API_KEY=your_glama_api_key_here
CURSOR_API_KEY=your_cursor_api_key_here

# 数据库
DATABASE_URL=postgresql://user:password@localhost/customer_support_bot

# API URL
GLAMA_API_URL=https://api.glama.ai/v1

# 安全
SECRET_KEY=your_secret_key_here

# MCP 服务器配置
SERVER_NAME="AI 客户支持机器人"
SERVER_VERSION="1.0.0"
API_PREFIX="/mcp"
MAX_CONTEXT_RESULTS=5

# 速率限制
RATE_LIMIT_REQUESTS=100
RATE_LIMIT_PERIOD=60

# 日志
LOG_LEVEL=INFO
  1. 设置数据库:
# 创建数据库
createdb customer_support_bot

# 运行迁移(如果使用 Alembic)
alembic upgrade head

运行服务器

启动服务器:

python app.py

服务器将在 http://localhost:8000 上可用

API 端点

1. 根端点

GET /

返回基本服务器信息。

2. MCP 版本

GET /mcp/version

返回支持的 MCP 协议版本。

3. 功能

GET /mcp/capabilities

返回服务器功能和支持的特性。

4. 处理请求

POST /mcp/process

处理带有上下文的单个查询。

示例请求:

curl -X POST http://localhost:8000/mcp/process \
  -H "Content-Type: application/json" \
  -H "X-MCP-Auth: your-auth-token" \
  -H "X-MCP-Version: 1.0" \
  -d '{
    "query": "如何重置我的密码?",
    "priority": "high",
    "mcp_version": "1.0"
  }'

5. 批量处理

POST /mcp/batch

在单个请求中处理多个查询。

示例请求:

curl -X POST http://localhost:8000/mcp/batch \
  -H "Content-Type: application/json" \
  -H "X-MCP-Auth: your-auth-token" \
  -H "X-MCP-Version: 1.0" \
  -d '{
    "queries": [
      "如何重置我的密码?",
      "你们的营业时间是什么?",
      "如何联系支持?"
    ],
    "mcp_version": "1.0"
  }'

6. 健康检查

GET /mcp/health

检查服务器健康状况和服务状态。

速率限制

服务器实现了速率限制,默认值如下:

  • 每 60 秒 100 个请求
  • 速率限制信息包含在健康检查端点中
  • 超过速率限制的响应包括重置时间

错误处理

服务器以以下格式返回结构化的错误响应:

{
  "code": "ERROR_CODE",
  "message": "错误描述",
  "details": {
    "timestamp": "2024-02-14T12:00:00Z",
    "additional_info": "value"
  }
}

常见错误代码:

  • RATE_LIMIT_EXCEEDED: 超过速率限制
  • UNSUPPORTED_MCP_VERSION: 不支持的 MCP 版本
  • PROCESSING_ERROR: 处理请求时出错
  • CONTEXT_FETCH_ERROR: 从 Glama.ai 获取上下文时出错
  • BATCH_PROCESSING_ERROR: 处理批量请求时出错

开发

项目结构

.
├── app.py              # 主应用程序文件
├── database.py         # 数据库配置
├── middleware.py       # 中间件(速率限制、验证)
├── models.py          # 数据库模型
├── mcp_config.py      # MCP 特定配置
├── requirements.txt   # Python 依赖项
└── .env              # 环境变量

添加新功能

  1. 使用新的配置选项更新 mcp_config.py
  2. 如果需要,在 models.py 中添加新模型
  3. app.py 中创建新端点
  4. 更新功能端点以反映新功能

安全

  • 所有 MCP 端点都需要通过 X-MCP-Auth 标头进行身份验证
  • 实施速率限制以防止滥用
  • 数据库凭据应保持安全
  • API 密钥永远不应提交到版本控制

监控

服务器提供健康检查端点以进行监控:

  • 服务状态
  • 速率限制使用情况
  • 连接的服务
  • 处理时间

贡献

  1. Fork 存储库
  2. 创建一个功能分支
  3. 提交您的更改
  4. 推送到分支
  5. 创建一个 Pull Request

许可证

该项目根据 MIT 许可证获得许可 - 有关详细信息,请参阅 LICENSE 文件。

支持

如需支持,请在存储库中创建一个 issue 或联系开发团队。

<a href="https://glama.ai/mcp/servers/@ChiragPatankar/AI-Customer-Support-Bot---MCP-Server"> <img width="380" height="200" src="https://glama.ai/mcp/servers/@ChiragPatankar/AI-Customer-Support-Bot---MCP-Server/badge" /> </a>

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选