MCP House Assistant

MCP房屋助理

一个模块化的人工智能助手，使用OpenAI来解释自然语言查询，并将其路由到正确的工具（市场回顾或天气）。

🚦 使用模式

• CLI工具： 直接从终端运行查询。
• HTTP API终结点： 启动服务器并通过HTTP POST请求发送查询。

______________________________________________________________________

🏃 快速开始

CLI工具

运行CLI并输入您的查询：

python mcp_server.py "What's the weather in London?"

或者直接运行：

python mcp_server.py

并在提示时输入您的查询。

HTTP API端点

1. 启动服务器：

   uvicorn mcp_api_server:app --reload

1. 向发送POST请求 /query:

   curl -X POST "http://localhost:8000/query" \
     -H "Content-Type: application/json" \
     -d '{"query": "What's the weather in London?"}'

您将收到一个包含结果的JSON响应。

______________________________________________________________________

🚀 运作原理

• 自然语言界面： 问一些问题，比如“伦敦的天气怎么样？”或“给我一个今天的市场回顾”。
• LLM编排： 使用OpenAI的GPT-4o来决定调用哪个工具以及使用哪些参数。
• 工具执行： 调用相应的Python工具并将结果打印为JSON。
• 不需要Web服务器： 一切都从命令行运行。（旧的FastAPI服务器已弃用并已被删除。）

🛠️ 工具

• 市场回顾工具： 获取给定日期的主要指数或指定交易品种的市场数据。
• 天气工具： 使用WeatherAPI获取给定位置的当前天气和预报。

🗝️ 设置

1. 克隆存储库并输入项目目录：

   cd "MCP hiouse assistant"

1. （推荐）创建并激活虚拟环境：

   python3 -m venv .venv
   source .venv/bin/activate

1. 安装依赖项：

   pip install -r requirements.txt
   # Or, if requirements.txt is missing:
   pip install openai python-dotenv yfinance requests

1. 设置.env文件：

创建一个 .env 项目根目录中的文件，其中包含：

   OPENAI_API_KEY=your_openai_api_key_here
   WEATHER_API_KEY=your_weatherapi_key_here

替换为实际的API密钥。

🧪 运行测试

测试位于\`