BioT Speech IoT LLM App

生物T传感器助手（LLM_App）

BioT Speech IoT项目的Python后端。主持人：

1. A. FastAPI服务器 这暴露了 POST /chat 对于Android应用程序。
2. 一 LLM代理 （提供者不可知——Anthropic、OpenAI、DeepSeek、Gemini）。
3. A. 正确的MCP服务器 (FastMCP，流式HTTP，端口8002），暴露

传感器查询工具。

1. 一 MQTT用户 将实时传感器读数镜像到SQLite中

代理可以查询的数据库。

系统角色： 这是BioT拆分的服务器端。 Android应用程序是客户端，它拥有手机上的Room数据库 实时图表。服务器的SQLite是一个单独的并行视图 相同的MQTT数据，仅由LLM使用。看 数据库架构.

______________________________________________________________________

目录

1. 建筑
2. 数据库架构
3. 先决条件
4. 快速开始
5. 端点
6. 项目布局
7. 环境变量
8. 切换LLM提供者
9. 添加新的MCP工具
10. 故障排除

______________________________________________________________________

建筑

                                ┌──────────────────────────────┐
                                │  Android app (BioT_Speech_IoT_App)
                                │  - Voice → VoiceCommandResolver
                                │  - QUERY_* + UNKNOWN → LlmQueryHandler
                                │      │
                                └──────┼───────────────────────┘
                                       │ POST /chat  { "message": "..." }
                                       ▼
                  ┌────────────────────────────────────────┐
                  │  app/main.py  (FastAPI, port 8001)     │
                  │   ├── /health                           │
                  │   └── /chat ─► SensorAgent.run()        │
                  │                  │                      │
                  │                  ▼                      │
                  │            app/agent.py                 │
                  │            (provider-agnostic)          │
                  └──────┬─────────────────────┬────────────┘
                         │ HTTP                │ tool calls
                         ▼                     ▼
       ┌───────────────────────────┐   ┌───────────────────────────┐
       │ Anthropic / OpenAI /      │   │ mcp_server/                │
       │ DeepSeek / Gemini API     │   │ sensor_mcp_server.py       │
       │ (chosen by LLM_PROVIDER)  │   │ FastMCP, port 8002         │
       └───────────────────────────┘   └────────────┬───────────────┘
                                                    │ SELECT
                                                    ▼
                                       ┌────────────────────────────┐
                                       │ data/sensor_database.db    │
                                       │  (SQLite, read-only by MCP)│
                                       └────────────▲───────────────┘
                                                    │ INSERT
                              ┌─────────────────────┴─────────────────┐
                              │ mcp_server/mqtt_subscriber.py         │
                              │ (background thread inside FastAPI)    │
                              └─────────────────▲─────────────────────┘
                                                │ subscribes Sensor/*
                                                │
                              ┌─────────────────┴─────────────────────┐
                              │ Mosquitto MQTT broker                 │
                              └─────────────────▲─────────────────────┘
                                                │ publishes Sensor/*
                              ┌─────────────────┴─────────────────────┐
                              │ ESP8266 + MPU-6050 + A3144            │
                              └───────────────────────────────────────┘

MCP服务器作为 子进程 FastAPI服务器-- app/main.py 在FastAPI生命周期启动期间生成它。代理通过HTTP到达它 上 localhost:8002。要公开部署，请更改 MCP_SERVER_URL 在 .env 而无需更改任何代码。

______________________________________________________________________

数据库架构

BioT系统具有 两个SQLite数据库。这是故意的 记录在这里，所以看起来不像是bug。

两个数据库都使用 相同的模式 （参见 mqtt_subscriber._ensure_db_schema) 因此，代理的SQL查询对任何一个都以相同的方式工作。他们都订阅了 对于相同的MQTT主题，它们只是写入不同的文件。

为什么没有一个DB？

• Room位于Android应用沙箱中。MCP服务器无法访问它

没有 adb pull.

• 将Room从Android应用程序中删除意味着重写每个图表

活动(AccelActivity, GyroActivity, MagnetActivity, MainGraphActivity)从HTTP端点获取数据，并会破坏离线图表。

• 两个DB的“额外”成本是一个后台线程(mqtt_subscriber)那个

不管怎样，他一直在跑步。与MQTT相比，磁盘开销可以忽略不计 系统处理的消息量。

______________________________________________________________________

先决条件

• Python 3.10+https://www.python.org/downloads/
• uv （Astral的软件包管理器）。通过PowerShell安装：

  powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

• Mosquitto MQTT代理在同一台机器上运行（或可在局域网上访问）
• API密钥来自其中之一：Anthropic/OpenAI/DeepSeek/Gemini

______________________________________________________________________

快速开始

# 1. Clone and enter the project
cd C:\Users\Arun\Documents\School\BioT_Speech_IoT_LLM_App

# 2. Create a virtualenv and install dependencies
uv venv
.venv\Scripts\Activate.ps1
uv sync

# 3. Configure
copy .env.example .env
# … edit .env and set LLM_API_KEY

# 4. Make sure Mosquitto is running
net start mosquitto

# 5. Start the FastAPI server (which launches the MCP server + MQTT subscriber)
uv run python -m app.main

您应该看到以下日志行：

INFO  | biot.app.main | Starting MCP sensor server on port 8002
INFO  | biot.app.main | MCP server ready at http://localhost:8002/mcp
INFO  | biot.app.main | Agent ready (provider=anthropic, model=claude-sonnet-4-6, mcp=http://localhost:8002/mcp)
INFO  | biot.app.main | MQTT subscriber running (broker=127.0.0.1:1883)
INFO  | uvicorn.error | Application startup complete.

快速烟雾测试：

curl.exe -X POST http://127.0.0.1:8001/chat `
  -H "Content-Type: application/json" `
  -d '{ "message": "How many gyro readings are in the database?" }'

______________________________________________________________________

端点

/chat 请求

{ "message": "What is the latest gyro Y value?" }

/chat 回应

代理始终返回以下操作类型之一（请参见 docs/LLM_USE_CASES.md 对于完整模式）：

{
  "reply": "{ \"action\": \"answer\", \"tts\": \"Gyro axis Y is 0.45 degrees per second, 2 seconds ago.\" }"
}

Android应用程序的 LlmQueryHandler 解析内部JSON并分派操作。

______________________________________________________________________

项目布局

LLM_App/
├── app/
│   ├── main.py              # FastAPI entry point + lifespan that starts MCP + MQTT
│   ├── agent.py             # SensorAgent — provider-agnostic LLM orchestration
│   ├── database.py          # Direct SQLite access helpers (used outside MCP)
│   ├── logger.py            # Centralised rotating-file + console logger
│   └── providers/
│       ├── base.py          # Abstract LLMProvider interface
│       ├── anthropic.py     # Claude implementation
│       ├── openai.py        # GPT implementation
│       ├── deepseek.py      # DeepSeek implementation
│       ├── gemini.py        # Gemini implementation
│       └── __init__.py      # create_provider() factory
├── mcp_server/
│   ├── sensor_mcp_server.py # FastMCP server exposing 7 sensor tools
│   └── mqtt_subscriber.py   # Background MQTT → SQLite writer
├── config/
│   └── settings.py          # Settings class — reads from .env
├── docs/
│   └── LLM_USE_CASES.md     # Source of truth for what the LLM must handle
├── data/
│   └── sensor_database.db   # Server-side SQLite (created on first MQTT message)
├── logs/
│   └── biot.log             # Rotating log file (5 MB × 3)
├── .env                     # Real credentials (gitignored)
├── .env.example             # Safe template (committed)
├── pyproject.toml
└── README.md                # ← you are here

______________________________________________________________________

环境变量

看 .env.example 对于规范列表。关键问题：

______________________________________________________________________

切换LLM提供者

更改一行 .env:

LLM_PROVIDER=openai
LLM_API_KEY=sk-...

无需更改代码。工厂在 app/providers/__init__.py 解决 启动时正确执行。每个提供者都实现相同的 LLMProvider 抽象类，因此代理代码永远不知道使用的是哪一个。

要添加新的提供者（例如Mistral）：

1. 创建 app/providers/mistral.py 子类化 LLMProvider.
2. 添加 mistral 到 _SUPPORTED 在 app/providers/__init__.py.
3. 在中添加导入+返回分支 create_provider().
4. 在中添加默认模型 config/settings.py.

______________________________________________________________________

添加新的MCP工具

1. 添加一个 @mcp.tool() 功能在 mcp_server/sensor_mcp_server.py.
2. 添加相应 _TOOLS 进入 app/agent.py 所以法学硕士知道

存在。

1. 重新启动FastAPI服务器——MCP子进程随之重新启动。

该工具从以下位置调用 SensorAgent._dispatch_tool 通过HTTP，所以没有 SDK设置或注册模板超出了这两个文件。

______________________________________________________________________

故障排除

______________________________________________________________________

*BioT语音物联网——LLM_App | FHDW汉诺威物联网2025-26*