Token导航 LogoToken导航TokenDH.com
Enterprise AI Assistant logo
AI代理stdio官方级别未说明来源级核验

Enterprise AI Assistant

MCP Server

一个企业级AI助手,允许员工使用自然语言查询内部知识(文档、数据库、GitHub、Jira),采用MCP协议和RAG技术提供安全的AI响应。

工具数

4

提示词数

0

GitHub Stars

0

资源数

0
知识管理Python自然语言处理RAG

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

Raul909

提供方

Raul909

最后核验

2026/5/17 20:23

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install -r requirements.txt

详细介绍

企业人工智能知识助理(基于MCP)

企业级AI助手,使员工能够使用自然语言查询内部知识(文档、数据库、GitHub、Jira)。系统使用 模型上下文协议(MCP) 安全地编排工具和 检索增强生成(RAG) 用于接地AI响应。

______________________________________________________________________

🚀 主要特点

  • 自然语言查询 -用简单的英语询问有关公司数据的问题
  • 现代React用户界面 -美观、专业的界面,实时聊天
  • MCP工具编排 -通过模型上下文协议安全、可审计地执行工具
  • 多源RAG -搜索文档、数据库、GitHub和Jira
  • 基于角色的访问控制(RBAC) -每个用户角色的细粒度权限
  • 多LLM支持 -使用OpenAI GPT-4或拟人克劳德
  • 审计日志 -跟踪所有查询和工具执行情况
  • 对话记忆 -情境感知后续问题

______________________________________________________________________

🏗 建筑

┌─────────────────────────────────────────────────────────────┐
│                      Frontend (Optional)                     │
└─────────────────────────┬───────────────────────────────────┘
                          │
┌─────────────────────────▼───────────────────────────────────┐
│                   FastAPI Backend (8000)                     │
│  ┌──────────┐  ┌──────────────┐  ┌────────────────────────┐ │
│  │   Auth   │  │ AI Orchestr. │  │   RAG Service          │ │
│  │  (JWT)   │  │  (LLM + MCP) │  │   (FAISS + Embeddings) │ │
│  └──────────┘  └──────┬───────┘  └────────────────────────┘ │
└─────────────────────────┼───────────────────────────────────┘
                          │
┌─────────────────────────▼───────────────────────────────────┐
│                   MCP Server (3333)                          │
│  ┌────────────────────────────────────────────────────────┐ │
│  │ Tools: Documents | Database | GitHub | Jira            │ │
│  └────────────────────────────────────────────────────────┘ │
└───────────────────────────┬─────────────────────────────────┘
                            │
  ┌─────────────────────────┼─────────────────────────────────┐
  │                         │                                  │
  ▼                         ▼                                  ▼
┌──────────┐         ┌──────────────┐                  ┌────────────┐
│PostgreSQL│         │ Vector Store │                  │ External   │
│ (Users,  │         │   (FAISS)    │                  │ APIs       │
│  Logs)   │         │              │                  │(GitHub,    │
└──────────┘         └──────────────┘                  │ Jira)      │
                                                       └────────────┘

______________________________________________________________________

🛠 技术栈

技术
前端 React 18,快速,清晰的图标
后端Python 3.11、FastAPI、SQLAlchemy、Pydantic
人工智能OpenAI GPT-4/拟人克劳德,句子转换器,FAISS
主控程序带有工具注册表的自定义MCP服务器
认证JWT(python jose),加密
数据库PostgreSQL、Redis(缓存)
基础设施Docker,Docker编写

______________________________________________________________________

📁 项目结构

enterprise-ai-assistant/
├── frontend/
│   ├── src/
│   │   ├── components/
│   │   │   ├── Login.jsx
│   │   │   ├── Login.css
│   │   │   ├── Chat.jsx
│   │   │   └── Chat.css
│   │   ├── App.jsx
│   │   ├── api.js
│   │   ├── main.jsx
│   │   └── index.css
│   ├── index.html
│   ├── vite.config.js
│   └── package.json
├── backend/
│   ├── app/
│   │   ├── api/v1/          # REST endpoints
│   │   │   ├── auth.py      # Authentication endpoints
│   │   │   ├── chat.py      # Chat/query endpoints
│   │   │   └── admin.py     # Admin endpoints
│   │   ├── core/            # Core utilities
│   │   │   ├── config.py    # Settings management
│   │   │   ├── security.py  # JWT & auth
│   │   │   └── logging.py   # Structured logging
│   │   ├── db/              # Database layer
│   │   ├── models/          # SQLAlchemy models
│   │   ├── schemas/         # Pydantic schemas
│   │   ├── services/        # Business logic
│   │   │   ├── ai_orchestrator.py
│   │   │   ├── mcp_client.py
│   │   │   ├── rag_service.py
│   │   │   └── permission_service.py
│   │   └── main.py          # Application entry
│   └── requirements.txt
├── mcp-server/
│   ├── tools/               # Tool implementations
│   │   ├── document_tool.py
│   │   ├── database_tool.py
│   │   ├── github_tool.py
│   │   └── jira_tool.py
│   ├── server.py            # MCP server
│   ├── permissions.py       # RBAC
│   └── requirements.txt
├── vector-store/
│   ├── ingest.py            # Document ingestion
│   └── search.py            # Semantic search
├── docker/
│   ├── docker-compose.yaml
│   ├── backend.Dockerfile
│   └── mcp.Dockerfile
├── .env.example
└── README.md

______________________________________________________________________

🚀 快速开始

先决条件

  • Python 3.11+
  • Docker&Docker编写
  • OpenAI API密钥或Anthropic API密钥

1.克隆和配置

cd /home/raul/Downloads/enterprise-ai-assistant

# Copy environment template
cp .env.example .env

# Edit .env with your API keys
nano .env

2.使用Docker运行(推荐)

cd docker
docker-compose up -d

这将开始:

  • 端口5432上的PostgreSQL数据库
  • 端口6379上的Redis缓存
  • 端口3333上的MCP服务器
  • 端口8000上的后端API

3.本地运行(开发)

# Terminal 1: Start MCP Server
cd mcp-server
pip install -r requirements.txt
uvicorn server:app --host 0.0.0.0 --port 3333 --reload

# Terminal 2: Start Backend
cd backend
pip install -r requirements.txt
uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

# Terminal 3: Start Frontend
cd frontend
npm install
npm run dev

访问UIhttp://localhost:3000

______________________________________________________________________

📖 API使用

认证

# Register
curl -X POST http://localhost:8000/api/v1/auth/register \
  -H "Content-Type: application/json" \
  -d '{"email": "user@company.com", "password": "securepass123"}'

# Login
curl -X POST http://localhost:8000/api/v1/auth/login \
  -H "Content-Type: application/json" \
  -d '{"email": "user@company.com", "password": "securepass123"}'

# Response: {"access_token": "eyJ...", "token_type": "bearer", ...}

聊天/查询

# Ask a question
curl -X POST http://localhost:8000/api/v1/chat \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"query": "What are the company vacation policies?"}'

# Response includes answer, sources, and tools used

可用工具(按角色)

角色工具
员工搜索文档
经理search_documents,query_database,search_jira,get_jira_ticket
管理员所有工具,包括GitHub集成

______________________________________________________________________

⚙️ 配置

关键环境变量(参见 .env.example 完整列表):

变量描述默认值
AI_PROVIDER法学硕士提供者(openai/anthropic)openai
OPENAI_API_KEYOpenAI API密钥-
DATABASE_URLPostgreSQL连接字符串-
JWT_SECRET_KEYJWT代币的秘密-
MCP_SERVER_URLMCP服务器地址

______________________________________________________________________

🔒 安全功能

  • JWT身份验证 带有访问/刷新令牌
  • 基于角色的访问控制 用于工具和文档
  • SQL注入防护 (仅选择查询)
  • 审计日志 对于所有操作
  • 基于部门的文档过滤
  • 非根Docker容器

______________________________________________________________________

📊 监控

  • 健康检查: GET /health
  • 审核日志: GET /api/v1/admin/audit-logs (仅限管理员)
  • 系统统计信息: GET /api/v1/admin/stats (仅限管理员)

______________________________________________________________________

🧪 测试

cd backend
pytest tests/ -v

______________________________________________________________________

📝 许可证

MIT许可证-有关详细信息,请参阅许可证文件。

目录标签

目录标签

知识管理Python自然语言处理RAGAI助手本地部署企业工具

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

token

工具数量(toolCount,工具数)

4

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiotoken部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP