MCP Voo Sistema De Reservas Inteligente

🛫 MCP航班 - 智能预订系统

研究项目实现一个完整的MCP（模型上下文协议）系统，用于航班预订，并集成OpenAI和交互式网页前端。

📋 关于项目

这个项目是作为……开发的 实践研究 Do Model Context Protocol（MCP），展示如何创建一个完整的MCP服务器，包括：

• 🤖 机器人 OpenAI集成大型语言模型自动选择工具
• 🌐 代表“互联网”或“世界万维网”的符号。 前端网页带实时调试面板的可视化界面
• 📡 这个符号本身没有直接对应的中文翻译，它通常代表“天线”或“无线电信号”的意思。在中文语境中，可以根据具体使用场景翻译为“天线”或“无线电信号”。 JSON-RPC 2.0 通信标准MCP协议
• 🔧 修理工具或螺丝刀的符号，常用于表示需要修理或调整的物品或情况。 调试可视化实时通话追踪
• ✈️ 表示飞机或飞行的符号，可翻译为“✈️（飞机/飞行）”。 航班系统全面的预订模拟

🏗️ 系统架构

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   Frontend      │    │  Python Server  │    │  MCP Server     │
│   (HTML/JS)     │───▶│   (Port 3000)   │───▶│  (Port 8080)    │
│                 │    │                 │    │                 │
│ • Interface     │    │ • OpenAI API    │    │ • FastMCP 2.0   │
│ • Debug Panel   │    │ • JSON-RPC 2.0  │    │ • Ferramentas   │
│ • Chat UI       │    │ • HTTP Proxy    │    │ • Recursos      │
└─────────────────┘    └─────────────────┘    └─────────────────┘

📁 项目结构

mcp-voo/
├── 📂 servidor/                 # Servidor MCP (FastMCP 2.0)
│   ├── server.py               # Servidor principal com ferramentas
│   └── __init__.py
├── 📂 frontend/                # Interface web interativa
│   ├── index.html              # Frontend com painel de debug
│   ├── server.py               # Servidor Python (proxy OpenAI)
│   └── test_frontend.py        # Testes do frontend
├── 📂 cliente/                 # Clientes de demonstração
│   ├── main.py                 # Cliente MCP simulado
│   ├── openai_client.py        # Cliente OpenAI real
│   ├── openai_demo.py          # Demo OpenAI + MCP
│   └── openai_integration.py   # Integração avançada
├── 📂 docs/                    # Documentação e imagens
│   └── frontend_debug_panel.png # Screenshot do painel de debug
├── 📄 requirements.txt         # Dependências Python
├── 📄 MCP.json                 # Configuração Cursor IDE
├── 📄 .cursorrules             # Regras do Cursor
└── 📄 README.md                # Este arquivo

🚀 已实现的功能

🔧（扳手或修理工具的符号，常用于表示需要修理或维护） MCP工具（Tools）

• search_flights() - 在机场之间搜索航班
• create_booking() - 预订航班
• intelligent_flight_analysis() - 使用外部大型语言模型（LLM）进行智能分析
• interactive_flight_search() - 互动式搜索（引出）
• smart_flight_search() - 带可选参数的智能搜索

📚 书籍或学习资料的符号，可译为“书籍”或“学习资料”（具体翻译取决于上下文）。 MCP资源（Resources）

• data://airports - 可用机场列表
• data://config - 系统设置

💬 提示：MCP（可能指“Microsoft Certified Professional”微软认证专业人员或其他相关缩写，具体含义需根据上下文确定）

• travel_assistant_prompt - 旅行助理
• flight_analysis_prompt - 飞行选项分析
• booking_confirmation_prompt - 预订确认

🎯（目标） 高级资源

• 引出（或诱发）动态信息请求
• 服务器日志记录结构化操作日志
• 进度监控实时进度报告
• 大语言模型（LLM）采样与外部大型语言模型（LLM）集成
• 消息处理MCP消息处理
• 客户根基服务器的本地环境

🛠️ 安装与配置

1. 先决条件

# Python 3.8+
python --version

# OpenAI API Key
export OPENAI_API_KEY="sk-proj-..."

2. 安装

# Clone o repositório
git clone 
cd mcp-voo

# Crie ambiente virtual
python -m venv venv
source venv/bin/activate  # Linux/Mac
# ou
venv\Scripts\activate     # Windows

# Instale dependências
pip install -r requirements.txt

3. API密钥的配置

# Configure sua chave OpenAI
export OPENAI_API_KEY="sua-chave-openai-aqui"

# Para persistir entre sessões (Linux/Mac)
echo 'export OPENAI_API_KEY="sua-chave-aqui"' >> ~/.zshrc

🚀 如何运行

选项1：完整系统（推荐）

# Terminal 1: Servidor MCP
source venv/bin/activate
python servidor/server.py

# Terminal 2: Frontend Web
cd frontend
source ../venv/bin/activate
python server.py

# Acesse: http://localhost:3000

选项2：演示客户端

# Cliente simulado (sem OpenAI)
python cliente/main.py

# Cliente OpenAI real
python cliente/openai_demo.py

🎯 如何使用

1. 网络界面（推荐）

1. 访问 http://localhost:3000
2. 点击“🔧 调试MCP”以查看实时通信
3. 输入信息，例如：

- “查找从圣保罗飞往里约热内卢的航班” - “为若昂·席尔瓦预订FL123航班的座位” - “进行智能航班分析”

2. 可视化调试面板

• 实时追踪 所谓的JSON-RPC 2.0调用
• 连接状态 (前端 → Python → OpenAI → MCP)
• 调试数据 来自MCP服务器
• 时间戳 每次操作的

Painel de Debug do Frontend

*前端界面显示实时调试面板，展示JSON-RPC 2.0通信流*

3. 使用示例

# Buscar voos
curl -X POST http://localhost:3000/api/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "Buscar voos de GRU para GIG em 2025-01-15"}'

# Criar reserva
curl -X POST http://localhost:3000/api/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "Reservar voo FL123 para João Silva com email joao@email.com"}'

🔍 调试与监控

视觉调试面板

• 展示沟通的每一步
• 追踪 JSON-RPC 2.0 调用
• 显示服务器调试数据
• 连接的视觉状态

服务器日志

# Logs estruturados com timestamps
2025-01-15 10:30:15 - Servidor de Voos - INFO - Operação: search_flights
2025-01-15 10:30:16 - Servidor de Voos - INFO - Operação: create_booking

自动化测试

# Teste do frontend
cd frontend
python test_frontend.py

# Teste do servidor MCP
curl http://localhost:8080/mcp/

📊 数据流

1. Usuário → Frontend (HTML/JS)
2. Frontend → Python Server (HTTP)
3. Python Server → OpenAI API
4. OpenAI → MCP Server (JSON-RPC 2.0)
5. MCP Server → Resposta
6. Resposta → Usuário (via Frontend)

🎓 学习概念

模型上下文协议（MCP）

• 工具LLM可以调用的工具
• 资源LLM可以访问的数据
• 提示对话模板
• JSON-RPC 2.0通信协议

FastMCP框架

• 装饰器: @mcp.tool， @mcp.resource， @mcp.prompt
• 交通HTTP、STDIO、WebSocket
• 引出（或激发）动态数据请求
• 记录日志结构化日志

OpenAI集成

• 函数调用大型语言模型选择工具
• 工具选择工具的自动决策
• 消息历史对话背景

🐞 故障排除

常见问题

1. "OPENAI_API_KEY 未设置"

   export OPENAI_API_KEY="sua-chave-aqui"

1. “MCP服务器不可用”

   # Verifique se está rodando
   curl http://localhost:8080/mcp/

1. "Porta já em uso" 翻译成中文是：“门已被使用”。

   # Mate processos nas portas
   lsof -ti:3000 | xargs kill
   lsof -ti:8080 | xargs kill

📚 学习资源

• FastMCP 文档
• MCP规范
• OpenAI 函数调用
• JSON-RPC 2.0

🤝 贡献

这是一个……的项目 研究与展示请随意：

• 尝试使用新的MCP工具
• 添加新功能
• 改善界面
• 记录发现

📄 许可证

教育项目——可自由使用和修改。

______________________________________________________________________

🎯 目标展示MCP的完整实现，包括与OpenAI的集成和用于学习与实验的可视化界面。