🧠 使用MCP、React和Node.js构建一个AI驱动的订阅顾问
一个全面的实践课程 教授如何使用(该工具/方法)将AI模型连接到你自己的数据 模型上下文协议(MCP) — 在从零开始构建一个实际的网络应用程序的过程中。
______________________________________________________________________
🚀 你将要构建的内容
到这门课程结束时,你将掌握一项实用的技能 人工智能助手 那个可以:
- 了解你的 订阅、续订日期以及消费情况
- 建议如何 省钱或取消未使用的服务
- 搜索主要事件(体育赛事、节目等)的在线观看渠道
- 生成 可采取的输出(或行动项),比如取消邮件
- 完全在您的(设备/系统上)运行 自己的后端系统由MCP提供支持/驱动
技术栈:
- 🖥️ 电脑 前端: React 19 + Vite + Material UI(中文可表述为:“React 19 配合 Vite 和 Material UI”)
- ⚙️ 通常用来表示齿轮或机械装置的符号,在中文中可以简单翻译为“齿轮”或根据上下文具体描述为某种机械部件。如果仅作为符号使用,也可直接保留原样或用“齿轮(符号)”来表述。 后端: Node.js + Express + SQLite(可翻译为):Node.js(服务器端JavaScript运行环境)+ Express(Web应用框架)+ SQLite(轻量级数据库管理系统)
- 🤖 机器人 AI层: 模型上下文协议(MCP)
- 🗄️(文件柜、文件夹等存储物品的图标) 坚持不懈;毅力 SQLite(数据库,额外奖励部分将使用Postgres)
______________________________________________________________________
🧩 课程大纲
Udemy课程的每个部分都对应于本仓库中的一个带有标签的版本:
| 标签 | 部分 | 描述 |
|---|---|---|
v0.1-setup | 项目设置 | 文件夹结构,开发环境 |
v0.2-backend-api 后端API | CRUD路由和SQLite数据库 | |
v0.3-react-dashboard | 前端 | 订阅仪表板(React + MUI) |
v0.4-mcp-tools | MCP 集成 | 定义并提供工具以供 AI 使用 |
v0.5-ai-assistant | 聊天助手 | 与MCP连接的全AI聊天 |
v1.0-course-complete | 最终项目 | 已部署并运行的人工智能订阅顾问 |
👉 您可以使用以下方式在这些检查点之间切换:
git checkout v0.3-react-dashboard🛠️ 开始使用
1️⃣ 克隆仓库
git clone https://github.com/plucodev-academy/mcp-ai-subscription-advisor.git
cd mcp-ai-subscription-advisor2️⃣ 安装依赖项
npm install_(根目录下的 \package.json\ 将使用工作区一次性安装客户端、服务器和 MCP 依赖项。)_3️⃣ 运行应用程序
# start backend API
npm run dev:server
# in another terminal, start the React app
npm run dev:client
# optional: run MCP server
npm run dev:mcp打开你的浏览器,访问👉 http://localhost:5173 翻译为中文是:“本地主机:5173”。不过,通常我们不会直接翻译网址,而是直接使用或解释其含义。在这个上下文中,它表示的是在本地计算机上运行的一个Web服务器,监听5173端口,用于开发或测试等目的
______________________________________________________________________
📚 学习目标
完成本课程后,你将:
- 了解如何 AI工具互联 使用MCP安全地连接到您的后端。
- 自己动手做 多功能网络应用 (前端 + 后端 + 人工智能层)。
- 学习如何定义和暴露(或“公开”) 定制的MCP工具。
- 在任何React应用中集成一个AI聊天界面。
- 将您的项目部署到生产环境(Render、Railway 等)。
______________________________________________________________________
🧠 什么是MCP?
模型上下文协议(MCP) 这是一个标准,允许人工智能模型安全地访问您自己的数据和功能。 你不是仅仅提示一个大型语言模型(LLM),而是让它调用结构化工具,比如:
getSubscriptions()
getUpcomingRenewals()
suggestSavings()这将一个静态的聊天机器人转变为一个 真实助手 (用于/采用……的) *你的* 逻辑和数据。
______________________________________________________________________
📦 项目结构
mcp-ai-subscription-advisor/
├── client/ # React 19 + Vite frontend
├── server/ # Node.js + Express backend
├── mcp/ # MCP server with tools
├── shared/ # Shared utilities & constants
└── README.md______________________________________________________________________
🔑 环境变量
在项目根目录下创建一个 \.env\ 文件:
# Example
PORT=4000
DB_PATH=./server/src/db/subscriptions.db
LLM_API_KEY=your_key_here你将收到这个文件和密钥设置指南 第二节 (关于)这门课程。
______________________________________________________________________
🧭 关键点与支持
每场讲座包括:
- A. 检查点标签 跳转到正确的代码状态。
- A. 讨论链接 在那里你可以提问。
- (奖金)A PDF速查表 对于命令和MCP(管理控制面板/多点控制单元,具体含义根据上下文确定)概念。
______________________________________________________________________
🏫 教练(或讲师)
保罗·“PluCodev”·卢卡诺\ 全栈开发者 & 家庭实验室爱好者。\ 使用最新的开发者工具构建微SaaS应用、Chrome扩展程序以及AI驱动的应用程序。
电视 在Udemy上加入该课程 →\ 🌐 表示“万维网”或“互联网”的符号,可直接用作描述该概念的文字表述,无需额外翻译。 ****
______________________________________________________________________
❤️ 贡献 / 反馈
如果您在课程材料中发现任何问题或打字错误:
- 打开一个 问题
- 或者提交一个拉取请求——欢迎贡献!
______________________________________________________________________
🪄 许可证
这个项目遵循以下许可协议: 麻省理工学院许可证(MIT License)。\ 你可以自由地使用和修改它,用于学习或作品集展示。
