AI Restaurant Reserve

餐厅预订MCP服务器

A完整 模型上下文协议（MCP） 用于餐厅发现和预订的服务器，与 谷歌人工智能工作室（Gemini API） 和 Google Places API该项目演示了如何构建一个基于人工智能的餐厅预订系统，该系统可以搜索餐厅、模拟预订和生成日历邀请。

🚀 特性

• 🔍 餐厅搜索：使用Google Places API查找带有美食、位置、评级和价格过滤器的餐厅
• 🤖 人工智能集成：使用Google AI Studio（Gemini）理解自然语言查询
• 📅 预订系统：带可用性检查的模拟预订系统
• 📧 日历邀请：生成 .ics 预订日历文件
• 🛠️ MCP协议：完全符合模型上下文协议标准
• 💰 免费API：仅使用免费的谷歌服务

📋 先决条件

• Python 3.10+
• 谷歌云帐户（免费版）
• 谷歌AI工作室帐户（免费）

🔧 安装说明

1.克隆和安装依赖项

# Clone or download the project files
# Install required packages
pip install -r requirements.txt

2.获取API密钥

Google Places API密钥

1. 首选 谷歌云控制台
2. 创建新项目或选择现有项目
3. 启用 地点API 和 地理编码API
4. 转到“API和服务”>“凭据”
5. 单击“创建凭据”>“API密钥”
6. 复制API密钥

谷歌人工智能工作室（Gemini）API密钥

1. 首选 谷歌人工智能工作室
2. 使用您的Google帐户登录
3. 点击左上角的“获取API键”
4. 点击“创建API密钥”
5. 复制API密钥

3.配置环境变量

# Edit .env and add your API keys
GOOGLE_PLACES_API_KEY=your_actual_places_api_key
GEMINI_API_KEY=your_actual_gemini_api_key

4.运行MCP服务器

# Start the MCP server
python server.py

5.使用示例客户端进行测试

# Run the example client (in a new terminal)
python client.py

🛠️ 可用的MCP工具

服务器提供了可供任何MCP客户端使用的这些工具：

search_restaurants

使用过滤器搜索餐厅

{
  "location": "New York, NY",
  "cuisine_type": "italian", 
  "radius": 5000,
  "min_rating": 4.0,
  "max_results": 10
}

get_available_slots

获取可用的预订时段（模拟数据）

{
  "restaurant_name": "Bella Italia",
  "date": "2025-08-20",
  "party_size": 4
}

make_reservation

创建餐厅预订

{
  "restaurant_name": "Bella Italia",
  "restaurant_address": "123 Main St, New York, NY", 
  "date": "2025-08-20",
  "time": "19:00",
  "party_size": 4,
  "customer_name": "John Doe",
  "customer_email": "john@example.com",
  "special_requests": "Window seat preferred"
}

generate_calendar_invite

为预订生成.ics日历文件

{
  "reservation_id": "RES12345",
  "duration_minutes": 90
}

list_reservations

列出所有预订（可选择通过电子邮件过滤）

{
  "customer_email": "john@example.com"
}

💻 使用示例

使用自然语言

# The client can understand natural language:
user_input = "Find me a good Italian restaurant in Manhattan for tonight, party of 4"

# AI extracts: location="Manhattan, NY", cuisine_type="italian", party_size=4
# Then calls: search_restaurants(location="Manhattan, NY", cuisine_type="italian")

直接MCP工具调用

# Direct tool usage:
result = mcp_server.call_tool("search_restaurants", {
    "location": "Los Angeles, CA",
    "cuisine_type": "sushi",
    "min_rating": 4.5,
    "max_results": 5
})

🏗️ 项目结构

restaurant-mcp/
├── server.py              # Main MCP server implementation
├── client_example.py      # Example client with AI integration  
├── requirements.txt       # Python dependencies
├── .env.example          # Environment variables template
├── .env                  # Your actual API keys (create this)
└── README.md             # This file

🔌 与您自己的客户整合

要在您自己的应用程序中使用此MCP服务器：

1. 启动服务器: python server.py
2. 连接您的MCP客户端 到服务器端点
3. 使用可用的工具 上面列出的

Claude Desktop示例

添加到您的Claude Desktop MCP配置中：

{
  "mcpServers": {
    "restaurant-server": {
      "command": "python",
      "args": ["path/to/your/server.py"],
      "env": {
        "GOOGLE_PLACES_API_KEY": "your_key_here",
        "GEMINI_API_KEY": "your_key_here"
      }
    }
  }
}

⚠️ 重要提示

局限性

• 模拟预订：模拟预订系统。真正的集成需要餐厅预订API（如OpenTable）
• 速率限制：Google Places API在免费层上有使用配额
• 仅限开发：这是一个演示项目，尚未准备好投入生产

安全

• 永远不要将API密钥提交到版本控制
• 对所有机密使用环境变量
• 考虑将Google Cloud IAM用于生产部署

🎯 后续步骤和增强功能

想扩展这个项目吗？以下是一些想法：

• 真实预订API：与OpenTable、Resy或餐厅特定的预订系统集成
• 支付处理：为预订押金添加Stripe集成
• 短信通知：使用Twilio发送确认文本
• 多语言支持：使用Gemini的多语言功能
• 餐厅评论：删除并分析评论，以提出更好的建议
• 可用性缓存：缓存实时可用性数据
• 用户认证：添加用户帐户和预订历史记录

🐛 故障排除

常见问题

“未配置Google Places API密钥”

• 确保您已设置 GOOGLE_PLACES_API_KEY 在你的 .env 文件
• 验证在Google云控制台中启用了Places API

“未找到餐厅”

• 检查您的位置字符串是否有效（例如，“New York，NY”）
• 尝试增加搜索半径
• 降低最小额定值过滤器

日历邀请未打开

• 确保您安装了日历应用程序
• 尝试打开 .ics 从文件系统手动创建文件

用餐愉快！ 🍽️