Projet NLP MCP

MCP-自动文档排序

使用的自动文档排序系统 工具调用 等等 模型上下文协议（MCP） 智能地组织您的文件。

双重利用模式：

______________________________________________________________________

选项1：Streamlit+Gemini（免费）

具有Gemini（Google AI）及其本机调用功能的web界面。切换基线/MCP进行比较。

先决条件

• Python 3.10+ 已安装
• 奥拉玛 已安装并正在运行
• CléAPI Gemini （免费）： 转到Google AI Studio

安装

# 1. Cloner le projet
git clone https://github.com/Tytyaz2/Projet_NLP_MCP.git
cd Projet_NLP_MCP

# 2. Créer un environnement virtuel
python -m venv venv

# Windows PowerShell :
.\venv\Scripts\Activate.ps1
# Windows CMD :
.\venv\Scripts\activate.bat
# Linux/Mac :
source venv/bin/activate

# 3. Installer les dépendances
pip install -r requirements_streamlit.txt

# 4. Configurer l'environnement
cp .env.example .env
# Éditer .env et ajouter votre GEMINI_API_KEY

发射

# Terminal 1 : Lancer Ollama
ollama serve

# Terminal 2 : Lancer l'application
.\venv\Scripts\python.exe -m streamlit run streamlit_app.py

应用程序打开 http://localhost:8501

使用

1. 粘贴您的Gemini API密钥 在侧边栏中
2. 模式基线 （默认）：提问，人工智能无需工具（如ChatGPT）即可回答
3. 活性MCP ：切换切换以访问分类工具
4. 排序文件 （启用MCP模式）：使用 chemins Windows absolus :

- *“解析文件C:/users/user/documents/report.pdf”* - *“排序文件夹C:/users/user/downloads”* - *“在干运行模式下排序C:/users/user/desktop”* （无移动模拟）

重要 ：在Streamlit模式下，使用 实际Windows路径 （例如： C:/Users/VotreNom/Documents).

______________________________________________________________________

选项2:Claude桌面+MCP（协议标准）

符合MCP的体系结构，Docker中的FastMCP服务器通过stdio协议连接到Claude桌面。

先决条件

• Docker桌面 安装并启动
• 奥拉玛 已安装并正在运行
• 克劳德桌面版 使用连接的帐户安装

安装

# 1. Construire l'image Docker
cd docker
docker-compose build

# 2. Installer la config Claude Desktop
cd ..
python install_claude_desktop.py

# 3. Redémarrer Claude Desktop (fermer complètement et relancer)

使用

在Claude Desktop中，说：

“尝试档案/主页/用户/下载”

“尝试/主页/用户/文档模式模拟运行”

召回 ：在Docker模式下，使用路径 /home/user/... （不是Windows路径）。

路径匹配（Docker）

______________________________________________________________________

建筑

模式流光（工具调用）

┌────────────┐     ┌─────────────────┐     ┌─────────────────┐
│ Navigateur │ --> │   Streamlit     │ --> │ Gemini (Google)  │
│ :8501      │     │  streamlit_app  │     │ Function Calling │
└────────────┘     └───────┬─────────┘     └─────────────────┘
                           │
                    (mode MCP activé)
                           │
                   ┌───────▼─────────┐
                   │  Ollama (local) │
                   │ localhost:11434 │
                   └─────────────────┘

• 双子座 ：具有本机功能调用的LLM云（免费，15请求/分钟）
• 奥拉玛 ：本地分析文件内容
• 溪流 ：界面web交互式

克劳德桌面模式（MCP标准）

┌─────────────────┐     ┌─────────────────┐     ┌─────────────────┐
│ Claude Desktop  │ --> │  Docker (MCP)   │ --> │ Ollama (local)  │
│  (client MCP)   │     │  FastMCP server │     │ localhost:11434 │
└─────────────────┘     └─────────────────┘     └─────────────────┘
        │                       │
   protocole MCP           protocole stdio
   (JSON-RPC 2.0)         (stdin/stdout)

• 克劳德桌面版 ：本机MCP客户端（发送JSON-RPC请求）
• 快速MCP ：通过标准协议公开工具的Python MCP服务器
• 码头工人 ：MCP服务器隔离和可移植性
• 奥拉玛 ：分析电影制作人所在地

______________________________________________________________________

操作模式

• 溪流 ：在侧边栏中切换切换。时尚的变化 自动开始新对话.
• 克劳德桌面版 ：工具始终可通过MCP服务器使用。

______________________________________________________________________

可用工具

______________________________________________________________________

处理管道

[Fichiers bruts]
    → [Extraction contenu (PDF, DOCX, TXT)]
    → [Prétraitement NLP (nettoyage, tokenisation, stemming)]
    → [Analyse LLM (Ollama)]
    → [Classification par type et thème]
    → [Organisation automatique en dossiers]

结果示例

先锋：

Downloads/
├── article_retine.pdf
├── article_ia.pdf
├── CV_Martin.pdf
├── facture_edf.pdf
└── rapport_stage.pdf

之后：

Downloads/
├── article/
│   ├── medical-retine/
│   │   └── article_retine.pdf
│   └── intelligence-artificielle/
│       └── article_ia.pdf
├── cv/
│   └── CV_Martin.pdf
├── facture/
│   └── facture_edf.pdf
└── rapport/
    └── rapport_stage.pdf

______________________________________________________________________

配置

环境变量（.env）

cp .env.example .env

获取Gemini API密钥（免费）

1. 继续 谷歌AI工作室
2. 使用Google帐户登录
3. 点击 “创建API密钥”
4. 复制密钥（格式： AIzaSy...xxxxx)
5. 把它粘在 .env 或者直接在应用程序的侧边栏中

小费限额：

配置Ollama

# Installer un modèle (au choix)
ollama pull llama3:latest        # Recommandé pour débuter
ollama pull mistral:latest       # Alternative légère

______________________________________________________________________

项目结构

Projet_NLP_MCP/
├── streamlit_app.py                # Interface web Streamlit (Gemini + function calling)
├── .env.example                    # Configuration (Gemini + Ollama)
├── requirements_streamlit.txt      # Dépendances Streamlit
├── requirements.txt                # Dépendances MCP (Docker)
├── src/
│   ├── classifier/
│   │   ├── analyzer.py             # Extraction + analyse LLM (Ollama)
│   │   ├── preprocessor.py         # Pipeline NLP (NLTK)
│   │   └── organizer.py            # Regroupement + déplacement
│   ├── mcp/
│   │   └── server.py               # Serveur FastMCP
│   └── tools/
│       └── server.py               # Outils MCP exposés (5 tools)
├── docker/
│   ├── Dockerfile                  # Image Docker du serveur MCP
│   └── docker-compose.yml          # Orchestration
├── install_claude_desktop.py       # Script d'installation Claude Desktop
├── claude_desktop_config.template.json
└── files_to_sort/                  # Dossier de test avec fichiers exemples

______________________________________________________________________

支持的格式

• PDF（.PDF）
• Word（.docx、.doc）
• 文本（.txt）
• OpenDocument（.odt）

______________________________________________________________________

基线与工具调用的比较

______________________________________________________________________

故障排除

错误429“超出配额”（双子座）

Gemini的免费配额已用尽。

• 解决方案 ：等待第二天（配额每天重置）
• 替代 ：使用新密钥在Google AI Studio上创建新项目

Erreur“找不到模型”（Ollama）

ollama pull llama3:latest

奥拉玛没有回答

# Vérifier qu'Ollama tourne
ollama serve

# Vérifier les modèles installés
ollama list

不精确分类

• 使用更强大的Ollama模型
• 检查您的文件是否包含可提取文本

______________________________________________________________________

安全与隐私

• 本地分析的文件 -奥拉玛在你的机器上旋转
• 无删除 -文件已移动，从未删除
• 开源 -代码可审计

______________________________________________________________________

技术

• 双子座（谷歌人工智能） -具有功能调用的LLM云（免费）
• 克劳德桌面版 -客户MCP自然人（人类学）
• 快速MCP -标准MCP服务器的Python框架
• MCP（模型上下文协议） -IA标准化协议\工具（JSON-RPC 2.0）
• 奥拉玛 -本地运行LLMS进行文件分析
• 溪流 -界面web交互式
• 自然语言工具包 -管道NLP（标记化、词干提取、停用词）
• 码头工人 -MCP服务器隔离
• Python 3.10+ -后端