EU AI Act Compliance Chatbot

EU AI Act Compliance Chatbot

一个 MCP 服务器,用于回答关于最初欧盟人工智能法案的问题。

thoughtgeek

研究与数据
访问服务器

README

欧盟人工智能法案合规聊天机器人

一个旨在回答关于欧盟人工智能法案问题的聊天机器人,采用混合检索方法(向量搜索 + 知识图谱)。

设置

  1. 安装 Poetry: 如果您尚未安装 Poetry,请按照此处的说明进行操作。
  2. 克隆存储库:
    git clone <your-repo-url>
    cd eu-ai-act-chatbot
    
  3. 安装依赖项:
    poetry install
    
  4. 设置环境变量:
    • .env.example 文件复制到 .env:
      cp .env .env # 如果您重命名了模板,则为 .env.example
      
    • .env 文件中填写您的 API 密钥和服务详细信息。
  5. 下载欧盟人工智能法案 PDF: 将 PDF 文件放置在 data/ 目录中(您可能需要创建该目录),并将其命名为 eu_ai_act.pdf

处理数据

要处理欧盟人工智能法案文档并填充向量存储和知识图谱,请执行以下操作:

poetry shell
python -m scripts.process_eu_ai_act

运行 API

要在本地运行 FastAPI 应用程序,请执行以下操作:

poetry shell
uvicorn src.eu_ai_act_chatbot.api.main:app --reload

API 将在 http://127.0.0.1:8000 上可用。 您可以在 http://127.0.0.1:8000/docs 访问交互式文档。

运行测试

poetry shell
pytest

部署 (AWS Lambda)

  1. 创建部署包:
    # 确保依赖项已安装在项目的虚拟环境中
    poetry install --no-dev
    
    # 创建包目录
    mkdir package
    
    # 将依赖项安装到包目录中
    poetry run pip install --upgrade pip
    poetry run pip install -r <(poetry export -f requirements.txt --without-hashes) --target ./package
    
    # 复制源代码和 Lambda 处理程序
    cp -r ./src ./package/
    cp lambda_function.py ./package/
    
    # 创建 zip 文件
    cd package
    zip -r ../deployment.zip .
    cd ..
    
  2. deployment.zip 上传到您的 AWS Lambda 函数。
  3. 确保 Lambda 函数的处理程序设置为 lambda_function.lambda_handler
  4. 在 Lambda 函数设置中配置必要的环境变量。

推荐服务器

Crypto Price & Market Analysis MCP Server

Crypto Price & Market Analysis MCP Server

一个模型上下文协议 (MCP) 服务器,它使用 CoinCap API 提供全面的加密货币分析。该服务器通过一个易于使用的界面提供实时价格数据、市场分析和历史趋势。 (Alternative, slightly more formal and technical translation): 一个模型上下文协议 (MCP) 服务器,利用 CoinCap API 提供全面的加密货币分析服务。该服务器通过用户友好的界面,提供实时价格数据、市场分析以及历史趋势数据。

精选
TypeScript
MCP PubMed Search

MCP PubMed Search

用于搜索 PubMed 的服务器(PubMed 是一个免费的在线数据库,用户可以在其中搜索生物医学和生命科学文献)。 我是在 MCP 发布当天创建的,但当时正在度假。 我看到有人在您的数据库中发布了类似的服务器,但还是决定发布我的服务器。

精选
Python
mixpanel

mixpanel

连接到您的 Mixpanel 数据。 从 Mixpanel 分析查询事件、留存和漏斗数据。

精选
TypeScript
Sequential Thinking MCP Server

Sequential Thinking MCP Server

这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。

精选
Python
Nefino MCP Server

Nefino MCP Server

为大型语言模型提供访问德国可再生能源项目新闻和信息的能力,允许按地点、主题(太阳能、风能、氢能)和日期范围进行筛选。

官方
Python
Vectorize

Vectorize

将 MCP 服务器向量化以实现高级检索、私有深度研究、Anything-to-Markdown 文件提取和文本分块。

官方
JavaScript
Mathematica Documentation MCP server

Mathematica Documentation MCP server

一个服务器,通过 FastMCP 提供对 Mathematica 文档的访问,使用户能够从 Wolfram Mathematica 检索函数文档和列出软件包符号。

本地
Python
kb-mcp-server

kb-mcp-server

一个 MCP 服务器,旨在实现便携性、本地化、简易性和便利性,以支持对 txtai “all in one” 嵌入数据库进行基于语义/图的检索。任何 tar.gz 格式的 txtai 嵌入数据库都可以被加载。

本地
Python
Research MCP Server

Research MCP Server

这个服务器用作 MCP 服务器,与 Notion 交互以检索和创建调查数据,并与 Claude Desktop Client 集成以进行和审查调查。

本地
Python
Cryo MCP Server

Cryo MCP Server

一个API服务器,实现了模型补全协议(MCP),用于Cryo区块链数据提取,允许用户通过任何兼容MCP的客户端查询以太坊区块链数据。

本地
Python