MCP Django Drf Mongodb

完整指南：Django+Postgres+MCP+LLM（Ollama）🤖🐘

这个项目是一个完整的生态系统，用于学习如何将本地人工智能与专业网络系统（Django）集成。

🏗️ 系统架构

1. 数据库：PostgreSQL（通过Docker下载）。
2. 后端的：Django+Django Rest Framework（API de Tarefas）。
3. MCP 服务器一个将Django API暴露为AI的“工具”和“提示符”的桥梁。
4. LLM代理使用模型的客户端 Qwen2.5编码器 使用 LlamaIndex 管理您的任务。

______________________________________________________________________

🚀 如何设置和运行

1.预期要求

• Python 3.10+
• Docker&Docker编写
• 奥拉玛 （下载到 ollama.com)

2.准备环境

python -m venv .venv
source .venv/bin/activate  # Linux
# No Windows use: .venv\Scripts\activate
pip install -r requirements.txt

3. 启动基础设施

docker compose up -d
python manage.py makemigrations core
python manage.py migrate
python manage.py runserver  # Terminal 1

______________________________________________________________________

🤖 与AI交谈

在新终端（运行Django）中，启动客户端：

python mcp_client.py

你可以测试：

• 建议: _“建议我做一个关于Docker的任务”_ （美国MCP提示）。
• 强制性创建: _“创建一个名为学习的任务”_ （人工智能会询问您的描述，因为现在它是强制性的）。
• 列表: _“我有什么任务？”_ 或 _“已完成列表”_.

______________________________________________________________________

🛠️ 项目新闻

• MCP提示服务器现在提供响应模型和动态建议。
• 严格验证任务描述是 PostgreSQL 数据库中的必填字段。
• 日志去调试客户端显示 [DEBUG] 这样你就可以看到AI和服务器之间的对话。

______________________________________________________________________

📚 主要档案

• mcp_server.py我该去哪里 工具 e 提示.
• mcp_client.py基于 LlamaIndex 的独立代理。
• core/models.py任务结构（标题和描述）。

智利 读取文件 APRENDIZADO.md 了解每一行代码背后的理论！ 🚀🍿