🤖 产品支持助理--RAG+MCP
生产准备就绪 产品支持助理 混合 RAG（检索增强生成） 和 MCP工具调用 在几秒钟内提供准确、工具支持的答案。
⏱️ 1分钟概述
- RAG 流程 索引产品常见问题(
data/faqs.txt)使用FAISS进行快速检索。 - MCP服务器 公开外部工具（货币兑换+货币信息）。
- Groq法学硕士 使用检索到的上下文和工具结果组成最终答案。
- 流线型UI 提供精致的聊天体验和工具可见性。
📸 演示
✨ 主要特点
- 基于RAG的常见问题搜索 获得准确的产品答案
- MCP工具集成 用于实时货币兑换
- 流媒体聊天界面 包含状态、元数据和工具使用情况
- 模块化设计 易于扩展（新工具、新知识库）
🧱 建筑
flowchart LR
U[User] --> UI[Streamlit UI]
UI --> RAG[RAG Assistant]
RAG --> VS[FAISS Vector Store]
RAG --> LLM[Groq LLM]
RAG --> MCP[MCP Server]
MCP --> TOOLS[Exchange Rate & Currency Info Tools]🚀 快速入门
先决条件
- python 3.11+
- Groq API密钥
- （可选）本地运行的MCP服务器，用于实际工具调用
设置
git clone https://github.com/ImaduddeenKhan/RAG-MCP-product-support-assistant.git
cd RAG-MCP-product-support-assistant
python -m venv venv
source venv/bin/activate # Windows: .\venv\Scripts\Activate.ps1
pip install -r requirements.txt环境变量
创建一个 .env 存储库根目录中的文件：
GROQ_API_KEY=your_api_key_here
MCP_SERVER_URL=http://localhost:8001| 变量 | 必填 | 默认 | 描述 |
|---|---|---|---|
GROQ_API_KEY | ✅ | — | 用于LLM推理的Groq API密钥 |
MCP_SERVER_URL | ❌ | http://localhost:8001 | MCP服务器基本URL |
MCP_TRANSPORT | ❌ | http | 使用 stdio 以STDIO模式运行MCP |
跑
# Terminal 1: MCP server
python src/mcp_server.py
# Terminal 2: Streamlit UI
streamlit run src/app.py打开： http://localhost:8501
🧪 示例问题
抹布（FAQ）
- 定价计划是什么？
- 如何安装TechFlow Pro套件？
- 包括哪些功能？
MCP工具
- 将50美元兑换为欧元
- 美元对印度卢比的汇率是多少？
- 跟我说说日元
🔌 MCP工具
get_current_exchange_rate→ 货币兑换get_currency_info→ 货币元数据（名称、符号、国家）
🧰 技术栈
- 链浪 （RAG+工具调用）
- 格罗克 （LLM推理）
- FAISS （矢量搜索）
- FastAPI+FastMCP （MCP服务器）
- 溪流 （聊天界面）
📁 项目结构
data/
faqs.txt # Product FAQs knowledge base
src/
app.py # Streamlit UI
rag_assistant.py # RAG + tool calling orchestration
mcp_server.py # MCP tool server (FastAPI)
requirements.txt🤝 贡献
欢迎拉取请求。对于重大更改，请先打开一个问题，讨论您想要改进的内容。