Chatbot For Cross Border E Commerce

A2A+MCP+RAG跨境电子商务客户服务（演示）

这是一个 最小 参考实现，显示如何组合：

• A2A（代理到代理）编排 –将用户意图委托给域代理的轻量级路由器。
• MCP（模型上下文协议） –截断客户端接口+调用外部工具/API的审批流。
• 检索增强生成 –基于TF-IDF的产品/政策/常见问题文档检索器（替换为FAISS/pgvector+prod中的多语言嵌入）。

目的：给你一个可运行的骨架+清晰的扩展点。演示旨在提高清晰度，而不是完整性。

快速启动

pip install fastapi uvicorn "pydantic<2" scikit-learn numpy
uvicorn app.main:app --reload

尝试聊天：

curl -X POST http://127.0.0.1:8000/chat -H "Content-Type: application/json" -d '{
  "user_id":"u123",
  "query":"我想查一下订单#A1001的物流状态，同时咨询退货政策"
}'

项目结构

app/
  main.py                 # FastAPI REST entry
  agents/
    router.py             # A2A router → picks domain agents
    sales_agent.py        # 商品/价格/库存咨询
    logistics_agent.py    # 物流与关税/追踪
    policy_agent.py       # 政策/退换/税务FAQ（RAG）
    rag_agent.py          # 通用RAG
    approval_agent.py     # MCP 异步工具调用审批
  rag/
    retriever.py          # TF‑IDF retriever (replaceable)
    build_index.py        # build/load index
    data/                 # sample docs
      policy_return.md
      policy_tax.md
      product_guide.md
  mcp/
    client.py             # MCP client stubs + approval handshake
    server_schema.md      # tool contracts you would expose on servers
  prompts/system_prompts.md
  tests/demo_curl.http

用多语言嵌入替换RAG

• 将TF-IDF替换为 sentence-transformers （例如。， paraphrase-multilingual-MiniLM-L12-v2).
• 将向量存储在FAISS或Postgres pgvector中，并更新 rag/retriever.py.

备注

• 此演示包括 快速注射防护装置 （拒绝列表+允许列表工具模式）。
• MCP审批流程简化：路由器要求 approval_agent 在调用任何MCP工具之前。
• 所有模块都是纯Python，默认情况下不包括网络调用。