CapAmerica RAG MCP服务器
CapAmerica头戴式耳机的智能产品目录API，将Retrieval-AugedGeneration（RAG）与Model Context Protocol（MCP）和FastAPI相结合，用于无缝对话式人工智能驱动的产品搜索和定价。
🧢 概述
CapAmerica RAG MCP服务器提供了一个复杂的人工智能产品目录系统，该系统：
- 保持对话记忆 每个用户会话
- 利用实时MCP工具 用于产品数据访问
- 支持自然语言查询 用于产品发现
- 提供准确的定价 批量订单的计算
- 管理超过27种真帽产品 详细规格
📁 项目结构
CAP_RAG_MCP/
├── app.py # FastAPI web server with memory support
├── client.py # LangChain MCP client with conversation memory
├── rag.py # Gradio interface for interactive testing
├── mcp_functions.py # MCP server with product catalog tools
├── products.csv # Real CapAmerica product database
├── .env # Environment variables (OPENAI_API_KEY)
├── requirements.txt # Python dependencies
└── README.md # This documentation🚀 特性
💬 对话记忆
- 用户特定线程：每个
user_id获得自己的对话线索 - 上下文持久性：后续问题记住之前的背景
- 内存管理：每个用户的对话清晰
- LangGraph内存保护程序：强大的内存后端
🛍️ 产品目录工具
get_product_info(product_id)-详细的产品规格search_products(keyword)-按款式/功能查找产品get_product_pricing(product_id, embroidery_type, quantity)-精确的定价计算get_all_products()-完整的目录访问
📊 真实产品数据
- 27+盖子产品：高性能帽子，卡车网眼布，羊毛混纺，运动风格
- 实际定价：每台9.00美元至27.00美元（24至2500多个数量）
- 颜色选项：每件产品有20+种颜色变化
- 刺绣选项：平面和3D刺绣定价
- 尺寸范围：XS至XXL，OSFM选项
🔧 API终点
发布 /chat/agent
使用对话记忆支持提问。
请求格式：
{
"user_id": "xyz",
"query": "What's the price for 48 units of i7041?",
"use_agent": true
}响应格式：
{
"response": "The price for 48 units of i7041 with flat embroidery is $15.75 per unit...",
"status_code": 200,
"query": "What's the price for 48 units of i7041?",
"user_id": "xyz",
"timestamp": 1699123456.789
}获取 /health
显示服务状态和可用功能的健康检查端点。
删除 /chat/{user_id}
为特定用户清除对话记忆。
📦 安装和设置
1.环境设置
# Create virtual environment
python -m venv venv
# Activate environment
# Windows:
venv\Scripts\activate
# macOS/Linux:
source venv/bin/activate
# Install dependencies
pip install -r requirements.txt2.环境配置
创建 .env 文件：
OPENAI_API_KEY=your_openai_api_key_here3.启动服务
启动MCP服务器（后台）
python mcp_functions.py启动FastAPI服务器
python app.pyAPI将在以下网址提供： http://localhost:8021
启动Gradio界面（可选）
python rag.py访问交互式web界面： http://localhost:7860
🧠 用法示例
基本产品查询
# Find specific product
curl -X POST "http://localhost:8021/chat/agent" \
-H "Content-Type: application/json" \
-d '{
"user_id": "customer_123",
"query": "Show me details for product i7041"
}'搜索和发现
# Find products by style
curl -X POST "http://localhost:8021/chat/agent" \
-H "Content-Type: application/json" \
-d '{
"user_id": "customer_123",
"query": "What trucker style caps do you have?"
}'定价计算
# Get specific pricing
curl -X POST "http://localhost:8021/chat/agent" \
-H "Content-Type: application/json" \
-d '{
"user_id": "customer_123",
"query": "What'\''s the price for 144 units of i8501 with 3D embroidery?"
}'内存驱动的对话
# First question
curl -X POST "http://localhost:8021/chat/agent" \
-H "Content-Type: application/json" \
-d '{
"user_id": "customer_456",
"query": "Show me caps with UV protection"
}'
# Follow-up question (remembers context)
curl -X POST "http://localhost:8021/chat/agent" \
-H "Content-Type: application/json" \
-d '{
"user_id": "customer_456",
"query": "What about the moisture wicking ones you mentioned?"
}'🔧 MCP工具参考
get_product_info（product_id）
# Returns detailed product information
{
"product_id": "i7041",
"title": "Lightweight Aerated Performance Cap",
"features": "Medium profile six panel structured cap...",
"sizing": "XS / OSFM",
"pricing": {
"flat_embroidery": {"24": 17.5, "48": 15.75, ...},
"3d_embroidery": {"24": 22.25, "48": 20.75, ...}
},
"available_colors": ["Black", "Gray", "Maroon", "Navy", ...]
}搜索产品（关键字）
# Returns matching products
{
"keyword": "trucker",
"matches": 8,
"products": [
{
"product_id": "i8501",
"title": "Performance Trucker Mesh Back Cap",
"features": "Mid profile six panel structured..."
}
]
}get_product_price（product_id，刺绣y_type，数量）
# Returns calculated pricing
{
"product_id": "i7041",
"product_title": "Lightweight Aerated Performance Cap",
"embroidery_type": "flat",
"quantity": 48,
"unit_price": 15.75,
"total_cost": 756.0,
"currency": "USD"
}🏗️ 建筑
内存层
- LangGraph内存保护程序：持久对话存储
- 基于线程的隔离：每个用户都有独立的对话线程
- 可配置的保留：每个用户轻松管理内存
MCP集成
- 多服务器MCPClient：连接到产品目录MCP服务器
- 动态刀具加载：自动加载可用的MCP工具
- 错误处理：强大的错误恢复和用户反馈
AI层
- LangChain：AI框架集成
- OpenAI GPT-4o-mini：高级语言模型
- 重新代理：具有推理能力的工具使用代理
API层
- 快速API：高性能异步web框架
- CORS支持：跨源请求处理
- 自动文档：OpenAPI/Swagger
/docs
📊 产品目录统计
- 产品总数：27款以上真正的CapAmerica帽子型号
- 价格范围：每单位9.00-27.00美元
- 数量层次：24、48、96、144、576、2500多个单位
- 颜色选项：每种产品有20+种变化
- 刺绣类型：平面和3D刺绣
- 尺寸范围：XS、S、M、L、XL、XXL、OSFM
- 帽子样式：性能、卡车司机、运动型、羊毛混纺、按扣、遮阳板
🔍 对话流程示例
[
{
"user_id": "outdoor_event_co",
"query": "What caps do you recommend for outdoor sports events?",
"response": "For outdoor sports events, I recommend performance caps with UV protection and moisture wicking features. Let me show you some options..."
},
{
"user_id": "outdoor_event_co",
"query": "What about the trucker style ones?",
"response": "Great choice! The trucker mesh caps are perfect for outdoor events. We have the Performance Trucker (i8501) and Premium Trucker (i8502) with excellent ventilation..."
},
{
"user_id": "outdoor_event_co",
"query": "What's the pricing for 96 units of the i8501?",
"response": "For 96 units of the Performance Trucker Mesh Back Cap (i8501), the pricing is $18.75 per unit with flat embroidery, or $21.75 per unit with 3D embroidery..."
}
]🛠️ 发展
添加新的MCP工具
- 在中定义工具功能
mcp_functions.py随着@mcp.tool()装饰器 - 更新工具文档和示例
- AI代理可以自动使用工具
扩展内存功能
- 内存配置
client.py:get_user_config(user_id) - 对话管理：
clear_conversation(user_id) - 通过以下方式进行线程隔离
thread_id参数
API增强功能
- 在中添加新端点
app.py - 扩展请求/响应模型
- 更新自动生成的OpenAPI文档
🐛 故障排除
常见问题
- MCP服务器连接
- 确保 mcp_functions.py 正在后台运行 - 检查stdio传输连接
- 内存不工作
- 验证user_id在请求之间是否一致 - 检查MemorySaver配置
- 缺少环境变量
- 集 OPENAI_API_KEY 在 .env 文件 - 验证API密钥的有效性
- 产品数据问题
- 确保 products.csv 存在且可访问 - 检查CSV格式和所需列
调试模式
启用详细日志记录：
import logging
logging.basicConfig(level=logging.DEBUG)📄 许可证
该项目是CapAmerica头饰目录系统的一部分，包含专有产品数据和定价信息。
🤝 支持
有关产品目录的技术支持或问题，请参阅CapAmerica产品文档或联系开发团队。
______________________________________________________________________
内置于❤️ 使用LangChain、FastAPI和模型上下文协议