🚀 MCP多智能体AI助手
🧠 概述
该项目实现了 多智能体人工智能系统 由轻量级的实现提供支持 模型上下文协议（MCP）.
系统智能管理：
- 📋 任务
- 📅 日程表
- 📝 备注
它表明 代理编排、工具抽象和多步骤工作流 在可扩展和模块化的架构中。
______________________________________________________________________
🏗️ 建筑
用户输入→ 主代理→ MCP客户端→ MCP服务器→ 工具→ 数据库
🔹 组件
- 主要代理人（协调员）
将用户意图路由到适当的子代理
- 子代理
- 任务代理 - 日历代理 - Notes代理 - Planner Agent（多步骤工作流）
- MCP层
- MCP服务器（工具注册表） - MCP客户端（代理接口） - MCP工具接口(execute(action, params))
- 数据库
- SQLite（任务、事件、笔记的持久存储）
______________________________________________________________________
⚙️ 主要特点
✅ 多智能体协调
专业代理协作处理复杂的用户请求。
✅ 基于MCP的工具抽象
在代理和工具之间实现结构化接口：
{
"tool": "db",
"action": "save_task",
"params": {"task": "Prepare slides"}
}✅ 多步骤工作流
支持以下智能工作流程：
👉 “计划我的一天”
- 获取任务
- 获取事件
- 将结果合并到结构化计划中
✅ 模块化和可扩展设计
- 轻松插入新工具（例如电子邮件、提醒、API）
- 使用MCP原理的可扩展架构
______________________________________________________________________
🧪 演示命令
试试这些：
add task prepare slides
schedule meeting tomorrow at 5pm
add note buy groceries
plan my day______________________________________________________________________
🖥️ API使用
端点
POST /chat示例
curl -X POST http://localhost:8000/chat -d "input=add task finish project"______________________________________________________________________
▶️ 在本地运行
pip install -r requirements.txt
uvicorn main:app --reload打开：
http://127.0.0.1:8000/docs______________________________________________________________________
☁️ 部署
使用以下工具轻松部署：
- 码头工人
- 谷歌云运行