MCP Disaster Preparedness Proj

🌍 防灾人工智能系统

🧭 目标

利用实时天气和地震数据，使用 FastMCP框架，具有混合部署-一个基于本地MCP的交互式聊天机器人和一个托管在上的生产级API服务器 AWS EC2.

______________________________________________________________________

📖 项目描述

该项目是一个由两部分组成的人工智能驱动的备灾应用程序，旨在帮助用户获取美国和全球的实时环境危害信息：

1. 本地交互式MCP聊天界面(client.py)\

一个使用Groq支持的LLM和MCPAgent的命令行对话式人工智能工具，使用户能够按州检索实时天气警报。

提示：- 要在本地计算机中使用FastMCP运行特定服务器，需要在代码中添加以下行，然后在本地重新启动服务器：- 如果 __名字__ == "__主要的__": mcp.run（）

在某些情况下，您必须删除这些行，然后尝试重新启动服务器。 有关更多详细信息，请参阅server/weather.json文件。

1. 部署的灾难警报API服务器(disaster.py)\

基于FastMCP的API服务器，公开用于获取的工具：

- 活跃天气警报（通过NOAA的NWS API） - 过去24小时内发生的重大地震（通过美国地质调查局GeoJSON Feed）

该系统是模块化的、可扩展的，是集成更多灾难类型、物联网触发器和用户警报渠道（短信、电子邮件、Webhooks）的基础。

______________________________________________________________________

🛠️ 使用的工具和技术

🧑‍💻 两部分共有的

• Python 3.11+
• FastMCP --构建基于代理和工具的应用程序的框架。
• LangChain + Groq 公司 --用于LLM聊天集成。
• httpx --用于数据获取的异步HTTP客户端。
• MCPAgent/MCPClient --用于管理工具和代理逻辑。
• 开放性应用程序接口:

- NOAA国家气象局API - 美国地质勘探局地震GeoJSON API

📍 第1部分——本地聊天界面(client.py)

• LangChain 公司 （Qwen QWQ-32B型号）
• .env 用于存储API密钥的文件
• 基于CLI的支持内存的会话系统

☁️ 第2部分——部署的服务器(disaster.py)

• 通过FastMCP实现FastAPI
• 托管使用 AWS EC2免费层
• 可选： uvicorn 为API服务

______________________________________________________________________

✅ 推断/结论

这个由人工智能驱动的灾难警报系统提供：

• 实时、多源警报
• 灵活部署：本地开发+云生产
• 模块化工具定义 便于扩展
• LLM内存支持 用于交互式查询

通过将美国政府的关键数据源与现代人工智能接口集成，它展示了如何使用轻量级Python工具和云计算实现可访问和主动的灾难情报。

______________________________________________________________________

🚀 部署（AWS EC2）

使用AWS EC2实例进行部署

Amazon EC2（弹性计算云）充当远程虚拟服务器来运行生产级Python应用程序。

🧱 先决条件

• AWS帐户（免费层）
• 包含代码的GitHub存储库
• .pem EC2访问的密钥对

🔧 逐步设置

1. 登录AWS控制台

- 首选https://console.aws.amazon.com

1. 启动EC2实例

- EC2 → 启动实例 - 姓名： mcp-server - 操作系统：亚马逊Linux 2023（免费版） - 类型： t2.micro - 密钥对：创建/下载 .pem 文件 - 网络：启用 SSH（端口22） 并且可选 HTTP（80）

1. 通过SSH连接到EC2

   ssh -i "your-key.pem" ec2-user@

1. 在EC2上安装Python和Git

   sudo yum update -y
   sudo yum install python3 git -y

1. 📥 克隆您的GitHub存储库

   git clone https://github.com/your-username/your-repo.git
   cd your-repo

1. 🧪 设置Python虚拟环境

   python3 -m venv venv
   source venv/bin/activate
   pip install -r requirements.txt 

1. 运行API服务器

   uvicorn disaster:app --host 0.0.0.0 --port 8000
   Open the url received in browser

1. 💡 进一步改善

🌐 使用React或Vue可视化警报的前端仪表板

📲 推送通知（短信、电子邮件、电报机器人）

📊 随时间推移的警报严重性分析

🔒 OAuth集成以实现安全访问

🛰️ 物联网传感器数据集成（洪水、地震、火灾传感器）

📁 日志存储和警报历史归档（S3或DynamoDB）

🖥️ 如何在本地使用

克隆Repo

git clone https://github.com/your-username/your-repo.git
cd your-repo

**Initialize Groq api key and install requirements**
 GROQ_API_KEY=your_groq_api_key

pip install -r requirements.txt

Run locally in terminal

 uv run server/client.py
 uv run mcp dev server/multialert.py

![App Screenshot](screenshots.img1)
![App Screenshot](screenshots.img2)
![App Screenshot](screenshots.img3)
![App Screenshot](screenshots.img4)