Flex MCP Agent

该 Agent 集成了天气数据检索、Confluence 交互和电子邮件发送功能。它使用结构化的聊天 Agent 与用户交互，并根据用户输入执行任务。该项目利用模型上下文协议 (MCP) 来标准化 Agent 与各种数据源之间的交互。

模型上下文协议 (MCP)

模型上下文协议 (MCP) 是一种开放协议，用于标准化应用程序如何向大型语言模型 (LLM) 提供上下文。它就像 AI 应用程序的 USB-C 端口，提供了一种标准化的方式将 AI 模型连接到各种数据源和工具。该协议支持数据源和 AI 驱动的工具之间的安全双向连接，从而促进无缝集成和交互。

项目结构

• mcp_weather_server.py: 一个使用 Open-Meteo API 提供天气数据的服务器。
• mcp_email_server.py: 一个使用 SendGrid API 发送电子邮件的服务器。
• mcp_agent.py: 主要的 Agent 脚本，用于初始化 Agent、加载配置和处理用户输入。
• prompt.py: 包含 Agent 的系统提示，指导其行为和响应。
• config.example.json: 一个示例配置文件，用于设置服务器 URL 和传输方式。
• requirements.txt: 列出了项目所需的 Python 依赖项。
• .env.example: 一个示例环境变量文件，用于设置必要的环境变量。

设置说明

1. 克隆存储库

   git clone git@github.com:MahithChigurupati/Flex-MCP-Agent.git
   cd Flex-MCP-Agent
   

2. 创建虚拟环境

   python3 -m venv .venv
   source .venv/bin/activate
   

3. 安装依赖项

   pip install -r requirements.txt
   

4. 配置

   • 将 config.example.json 复制到 config.json，并根据需要更新 URL 和传输方法。
   • 将 .env.example 复制到 .env，并填写所需的环境变量，例如 SENDGRID_API_KEY 和 FROM_EMAIL。

5. 运行服务器

   • 启动天气服务器：

     python mcp_weather_server.py
     

   • 启动电子邮件服务器：

     python mcp_email_server.py
     

   • 对于 Confluence MCP 服务器，请查看我的另一个 Git 存储库以进行克隆和设置。

6. 运行 Agent

   python mcp_agent.py
   

用法

• 天气数据: Agent 可以获取指定坐标的当前天气数据。
• 电子邮件发送: Agent 可以使用 SendGrid 服务发送电子邮件。
• Confluence 集成: Agent 可以使用可用的工具与 Confluence 交互。

环境变量

• SENDGRID_API_KEY: SendGrid 的 API 密钥。
• FROM_EMAIL: 发送电子邮件的电子邮件地址。
• OPENAI_MODEL: OpenAI 语言模型的模型名称。

依赖项

该项目需要以下 Python 包：

• langchain_mcp_adapters
• langchain_openai
• langchain
• python-dotenv
• sendgrid