kpc MCP

KPC AI助手

基于MCP架构的智能KPC组件库助手，通过MCP客户端连接到kpc-mcp-server，结合Ollama本地AI模型提供智能问答服务。

架构设计

┌─────────────────┐    MCP协议    ┌─────────────────┐
│   AI Assistant  │◄─────────────►│  kpc-mcp-server │
│                 │               │                 │
│ • Ollama集成    │               │ • KPC数据       │
│ • 智能路由      │               │ • 工具API      │
│ • 自然语言生成   │               │ • 数据验证      │
└─────────────────┘               └─────────────────┘

功能特性

• 🤖 智能对话: 基于Ollama本地AI模型
• 🔧 工具调用: 自动检测并调用合适的KPC工具
• 📡 MCP架构: 与kpc-mcp-server解耦，通过MCP协议通信
• 🚀 多种接口: 命令行、API服务器、编程接口
• ⚡ 流式响应: 支持实时流式回答
• 🔄 自动重连: MCP连接自动管理

安装依赖

cd assistant
npm install
# 或
yarn install

前置条件

1. 安装并启动 kpc-mcp-server

# 在mcp项目中
cd ../mcp
npm run build
npm link

# 验证安装
kpc-mcp-server --help

2. 安装并启动 Ollama

# macOS
brew install ollama

# 启动服务
ollama serve

# 下载模型
ollama pull qwen3:8b

使用方式

1. 命令行聊天

npm run chat

2. 演示脚本

npm run demo

3. API服务器

npm run api

然后访问 http://localhost:3000

4. 编程接口

import { KPCAIAssistant } from './src/ai-assistant.js';

const assistant = new KPCAIAssistant();
await assistant.initialize();

const answer = await assistant.chat('Button组件有哪些属性？');
console.log(answer);

await assistant.cleanup();

API接口

聊天接口

curl -X POST http://localhost:3000/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "Button组件有哪些属性？"}'

流式聊天

curl -X POST http://localhost:3000/chat/stream \
  -H "Content-Type: application/json" \
  -d '{"message": "如何使用Form组件？"}'

直接工具调用

# 获取组件信息
curl -X POST http://localhost:3000/mcp/component \
  -H "Content-Type: application/json" \
  -d '{"component": "Button"}'

# 搜索组件
curl -X POST http://localhost:3000/mcp/search \
  -H "Content-Type: application/json" \
  -d '{"query": "表单"}'

# 验证配置
curl -X POST http://localhost:3000/mcp/validate \
  -H "Content-Type: application/json" \
  -d '{"component": "Button", "props": {"type": "primary"}}'

健康检查

curl http://localhost:3000/health

配置选项

构造函数参数

const assistant = new KPCAIAssistant(
  'http://localhost:11434',  // Ollama服务地址
  'qwen3:8b',               // AI模型名称
  'kpc-mcp-server'          // MCP服务器命令
);

环境变量

PORT=3000                 # API服务器端口
OLLAMA_HOST=localhost:11434  # Ollama服务地址
OLLAMA_MODEL=qwen3:8b       # AI模型
MCP_SERVER_CMD=kpc-mcp-server  # MCP服务器命令

智能功能

自动工具检测

助手会自动分析用户问题并调用合适的工具：

• 组件查询: "Button组件有哪些属性？" → get_kpc_component
• 使用示例: "如何使用Form组件？" → get_kpc_usage_examples
• 搜索功能: "搜索表单组件" → search_kpc_components
• 配置验证: "验证Button配置" → validate_kpc_usage
• 统计信息: "总共多少组件？" → get_kpc_stats

双模式运行

1. 完整模式: Ollama + MCP（AI生成自然语言回答）
2. 工具模式: 仅MCP（直接返回结构化数据）

故障排除

MCP连接失败

# 检查kpc-mcp-server是否安装
which kpc-mcp-server

# 手动测试MCP服务器
echo '{"jsonrpc": "2.0", "id": 1, "method": "tools/list"}' | kpc-mcp-server

Ollama连接失败

# 检查Ollama服务
curl http://localhost:11434/api/tags

# 检查模型
ollama list

端口占用

# 更换端口
PORT=3001 npm run api

开发

构建

npm run build

开发模式

npm run dev

测试

# 测试MCP连接
npm run demo

# 测试聊天功能
npm run chat

项目结构

assistant/
├── src/
│   ├── ai-assistant.ts    # 主助手类
│   ├── mcp-client.ts      # MCP客户端
│   └── api-server.ts      # API服务器
├── examples/
│   ├── demo.ts           # 演示脚本
│   └── cli.ts            # 命令行工具
├── package.json
├── tsconfig.json
└── README.md

许可证

MIT License