ACP-MCP LangGraph 项目
一个结合了ACP（智能体通信协议）和MCP（模型上下文协议）的复杂智能体系统，与LangGraph集成，该系统具备专门用于数学统计和研究分析的反应性智能体，并集成了全面的工具。 📋 项目概述
该项目采用LangGraph框架实现了一个多智能体系统，其中专业智能体通过ACP（分析-协调-计划）和MCP（可能是指某种特定的多智能体通信或协作协议，具体需根据上下文确定，此处暂译为“多协作协议”）协议进行协作。该系统包含两个主要的反应型智能体：一个用于数学运算和统计分析，另一个用于综合研究和文本分析任务。
🏗️ 项目结构
ACP_MCP_LangGraph/
├── mcp_main_app.py # Main application entry point
├── agent_router.py # Agent routing logic
├── agent_math_stat.py # Math & Statistics agent
├── agent_research_analysis.py # Research analysis agent
├── fastacp.py # ACP protocol implementation
├── .env # Environment variables
├── tool_basic_math.py
├── tool_basic_statistics.py
├── tool_sentiment_analysis.py
├── tool_web_search.py
├── tool_summarize.py
├── tool_weather.py
├── tool_date.py
└── tool_word_character_counter.py🤖 代理与能力
研究分析代理
专注于综合研究、文本分析和信息处理：
- 网络搜索：使用Tavily API进行高级网络搜索，支持可配置的深度和域名过滤
- 情感分析：多级情感分析（基础级、详细级、全面级）结合情绪检测
- 文本处理：摘要生成、复杂性分析及关键信息提取
- 批处理：利用对比分析和趋势分析功能分析多篇文本
- 内容指标：字数统计、字符分析和可读性评分
数学与统计代理
擅长数学计算和统计分析：
- 算术运算：加法、减法、乘法、除法，并附有逐步解释
- 描述性统计：均值、中位数、方差、标准差、最小值/最大值计算
- 相关性分析：数据集之间的皮尔逊相关系数
- 自动化解读：以通俗易懂的语言解释统计结果
- 数据验证：内置的数据要求和约束检查
🛠️ 技术实现
框架与协议
- LangGraph：代理协调与工作流管理
- ACP（代理通信协议）：代理间的通信
- MCP（模型上下文协议）：工具与上下文管理
- FastACP：自定义ACP实现，用于快速部署代理
主要特点
- 带有专用工具集的反应式智能体架构
- 基于环境的配置管理
- 模块化工具设计，便于扩展
- 全面的错误处理和数据验证
- 为所有操作生成逐步解释
🚀 快速入门
环境设置： python -m venv my-acp-mc-project-env（翻译为中文意为）：使用Python的venv模块创建一个名为my-acp-mc-project-env的虚拟环境 source my-acp-mc-project-env/bin/activate # Linux/Mac（注：在Linux或Mac系统中激活虚拟环境）
安装依赖项： 使用 pip 安装 requirements.txt 文件中的所有包
配置环境： 复制 .env.example 文件到 .env 文件
添加您的API密钥（OpenAI、Tavily、DeepSeek）
运行应用程序：python mcp_main_app.py
🔧 配置
所需的环境变量：
- OPENAI_API_KEY：用于情感分析和摘要生成
- TAVILY_API_KEY：用于网页搜索功能
- DEEP_SEEK_KEY：用于推理模型能力
📊 应用场景
To learn integration of MCP, ACP and LangGraph🎯 架构优势
Modular Design: Easy to extend with new tools and agents
Scalable: Add new specialized agents without breaking existing workflows
Explainable: All operations include step-by-step reasoning
Robust: Comprehensive error handling and data validation
Flexible: Configurable analysis depth and operation parameters该项目展示了在数学和研究领域解决复杂问题的高级代理模式，为构建复杂的AI辅助分析系统奠定了基础。