BMSCE MCP Server Client

🎓 BMSCE助理

为BMS工程学院学生打造的友好型AI聊天机器人，采用模型上下文协议（MCP）和Mistral 7B构建。通过自然对话界面，实时获取学院活动、通知以及查询学术文档的最新信息。

✨ 特点

• 📰（新闻纸/报纸的简写或象征） 最新消息与活动随时了解大学活动、研讨会、节日及各种新动向
• 📢 大学通知查阅官方通知、通告、公告及截止日期
• 🔍 知识库查询搜索上传的PDF文档（课程大纲、简历、学术内容）
• 💬（表示说话或评论的表情符号，无实际翻译内容） 自然对话由Mistral 7B驱动的友好、以学生为中心的聊天界面
• 🚀 表情符号“🚀”通常表示火箭、太空旅行或快速前进等概念，在中文中可以翻译为“🚀（火箭/太空旅行/快速前进等）”。不过，由于表情符号本身没有固定的中文翻译，所以这里只是根据其常见含义给出了一个大致的翻译方向。在实际使用中，可以根据上下文来灵活翻译。 MCP建筑事务所/建筑公司基于模型上下文协议的可扩展工具集成

🏗️ 建筑学

┌─────────────────┐
│   User Input    │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  client.py      │  ◄── Mistral 7B LLM (via Ollama)
│  (MCP Client)   │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│   main.py       │
│  (MCP Server)   │
│                 │
│  Tools:         │
│  • get_latest_news
│  • get_college_notifications
│  • query_knowledge_base
└────────┬────────┘
         │
    ┌────┴────┬──────────────┐
    ▼         ▼              ▼
┌────────┐ ┌──────┐ ┌────────────────┐
│Web     │ │Web   │ │ChromaDB        │
│Scraper │ │Scraper│ │Vector Store    │
│(News)  │ │(Notif)│ │(PDF Documents) │
└────────┘ └──────┘ └────────────────┘

📋 先决条件

• Python 3.8及以上版本
• Ollama（注：Ollama是一个开源的机器学习框架，此处直接音译，不改变其原名） 以下型号：

- mistral:7b LLM - nomic-embed-text:v1.5 （嵌入表示）

安装Ollama

# macOS/Linux
curl -fsSL https://ollama.com/install.sh | sh

# Windows
# Download from https://ollama.com/download

拉取所需模型

ollama pull mistral:7b
ollama pull nomic-embed-text:v1.5

🚀 安装

1. 克隆仓库

git clone 
cd bmsce-assistant

1. 安装Python依赖项

pip install -r requirements.txt

1. 建立向量数据库 （可选，用于PDF查询）

如果您想将PDF文档添加到知识库中：

# Edit vector_db.py and add your PDF files to the pdf_files list
python vector_db.py

这将创建一个 chroma_storage 包含索引文档的目录。

💻 使用方法

运行助手

启动聊天机器人，使用：

python client.py

你会看到一个欢迎屏幕：

🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓

   Welcome to BMSCE Assistant! 🤖
   Your friendly AI helper for all things BMS College

🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓

✅ Connected to MCP Server

💬 Hey there! Ask me about college events, notifications, or anything else!
   Type 'quit' or 'exit' when you're done.

────────────────────────────────────────────────────────────────

You: 

示例查询

新闻与活动：

You: What events are happening this month?
You: Tell me about upcoming workshops
You: Any festivals coming up?

通知：

You: What are the latest notifications?
You: Show me recent announcements
You: Any important deadlines?

知识库：

You: Search for syllabus information
You: Find details about [specific topic]
You: What does the document say about [query]?

一般聊天：

You: Hi!
You: Thank you
You: How are you?

退出

输入以下任意内容以退出：

• quit
• exit
• bye
• goodbye
• 或者按下 Ctrl+C

📁 项目结构

bmsce-assistant/
│
├── client.py              # MCP client with Mistral integration
├── main.py                # MCP server with tool definitions
├── web_scrap.py           # Web scrapers for BMSCE website
├── vector_db.py           # ChromaDB setup and PDF indexing
├── requirements.txt       # Python dependencies
├── .gitignore            # Git ignore file
│
├── chroma_storage/        # ChromaDB persistent storage (auto-created)
└── *.pdf                  # Your PDF documents to index

🛠️ 组件

1. MCP 服务器（main.py）

定义了三种工具：

• get_latest_news()从BMSCE网站抓取新闻和事件
• get_college_notifications()抓取大学通知
• query_knowledge_base(query_text, n_results=3)查询 ChromaDB 向量存储

2. MCP 客户端（client.py）

• 连接到MCP服务器
• 使用Mistral 7B来：

- 解释用户查询 - 选择合适的工具 - 生成自然、友好的回复

• 提供对话式界面

3. 网页抓取工具（或：网络爬虫）web_scrap.py）

• 抓取BMSCE网站（https://bmsce.ac.in）的数据
• 从以下来源提取结构化数据：

- 新闻与活动版块 - 大学通知板块

• 以JSON格式返回数据

4. 向量数据库 (vector_db.py）

• 使用ChromaDB进行语义搜索
• 使用Nomic嵌入索引PDF文档
• 支持分块文档检索

🔧 配置

添加PDF文档

编辑 vector_db.py：

if __name__ == "__main__":
    pdf_files = [
        "syllabus.pdf",
        "handbook.pdf",
        "your_document.pdf"
    ]
    for pdf in pdf_files:
        add_pdf_to_vectordb(pdf)

然后运行：

python vector_db.py

自定义大型语言模型（LLM）的行为

在 client.py，你可以修改：

• 温度控制随机性（0.1 = 聚焦，0.9 = 创造性）
• 模型改变 mistral:7b 到其他Ollama模型
• 提示编辑不同个性的系统提示

调整块大小

在 vector_db.py：

chunks = split_text(pdf_text, chunk_size=1000, overlap=100)

🤝 工作原理

1. 用户提出问题 → 发送给 client.py
2. Mistral 进行分析 查询并决定使用哪个工具
3. 客户端调用工具 在MCP服务器上（main.py)
4. 服务器执行 该工具：

- 用于新闻/通知的网页抓取 - 向量搜索用于知识库查询

1. 返回的原始数据 致客户
2. Mistral 格式 将数据转化为自然反应
3. 用户看到了友好的回复 🎉（庆祝、欢呼的符号，无直接对应中文翻译，可理解为“庆祝”或根据语境翻译为相应的表达）

🐛 故障排除

“未连接到服务器”错误

• 确保两者都 client.py 并且 main.py 位于同一目录下
• 检查Python是否可以执行 main.py 作为一个子过程

未找到Ollama模型

# Pull the models
ollama pull mistral:7b
ollama pull nomic-embed-text:v1.5

# Verify installation
ollama list

ChromaDB 错误

• 删除 chroma_storage 文件夹并重新运行 vector_db.py
• 确保项目目录中存在PDF文件

网页抓取失败

• 检查您的网络连接
• 验证BMSCE网站是否可访问
• 网站结构可能已发生变化（请更新选择器中的内容） web_scrap.py)

📝 依赖项

关键库：

• fastmcp - MCP服务器框架
• mcp - MCP 客户端 SDK
• ollama - Ollama Python 客户端
• chromadb - 向量数据库
• beautifulsoup4 - 网络爬虫（或网页抓取）
• PyPDF2 - PDF文本提取

见 requirements.txt 以获取完整列表。

🚧 未来改进计划

• \[ \] 为网页抓取结果添加缓存功能
• \[ \] 支持更多文档格式（DOCX、TXT）
• \[ \] 用于持久化对话历史的数据库
• \[ \] 语音输入/输出
• \[ \] 网页界面（Gradio/Streamlit）
• \[ \] 多语言支持
• \[ \] 与大学日历集成
• \[ \] 学生认证系统

为BMSCE学生倾心打造