Jeneen's MCP Agent

Jeneen's MCP Agent

A multi-functional AI agent with an Arabic legal chatbot, Google search capability, and a VAE model that generates handwritten digit images.

Category
访问服务器

README

🧠 Jeneen's MCP Agent

This project is a multi-functional AI agent built using FastMCP. It includes:

  • ✅ An Arabic legal chatbot that answers common legal questions.
  • 🔍 A Google search tool.
  • 🧬 A Variational Autoencoder (VAE) model that generates handwritten digit images.

📁 Project Structure

├── main.py # Main script to run the MCP agent ├── chatbot.py # Arabic legal chatbot logic ├── vae_model.py # VAE model definitions (Encoder, Decoder, VAE) ├── output/ # Model checkpoints and generated images ├── data/ # MNIST dataset (auto-downloaded) ├── VAE.ipynb # Jupyter notebook for training the VAE model └── README.md # This documentation file


⚙️ Available MCP Tools

1. legal_chat(query: str) → str

Arabic-language chatbot that responds to legal questions such as:

  • Annual leave
  • Divorce
  • Custody
  • Employment rights
  • Rental agreements Example: { "tool": "legal_chat", "input": "ما هي حقوقي في حال الطلاق؟" }

2. search_google(query: str) → str

Opens a Google search in the default browser. Example: { "tool": "search_google", "input": "قانون العمل الأردني" }

3. vae_generate(n_images: int) → str

Generates handwritten digit images using a trained VAE model. Returns a base64-encoded PNG image. Example: { "tool": "vae_generate", "input": { "n_images": 8 } }

How to Run Create and activate a virtual environment python -m venv .venv source .venv/bin/activate # On Windows: .venv\Scripts\activate

Install dependencies pip install -r requirements.txt (Optional) Train the VAE model using VAE.ipynb Or use the pre-trained model in: output/vae_epoch_50.pth

Run the MCP agent python main.py

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
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
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
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
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
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
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
mcp-server-qdrant

mcp-server-qdrant

这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。

官方
精选
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选