RAG MCP QA System BMSCE

🎓 BMSE助理

一个友好的人工智能聊天机器人，适用于BMS工程学院的学生，使用模型上下文协议（MCP）和Mistral 7B构建。通过自然的对话界面获取大学活动、通知和查询学术文档的实时更新。

✨ 特性

• 📰 最新新闻与活动：及时了解大学活动、研讨会、节日和活动
• 📢 大学通知：获取官方通知、通告、公告和截止日期
• 🔍 知识库查询：搜索上传的PDF文档（教学大纲、简历、学术内容）
• 💬 自然对话：友好的、面向学生的聊天界面，由Mistral 7B提供支持
• 🚀 MCP架构：基于模型上下文协议构建，用于可扩展的工具集成

🏗️ 建筑

┌─────────────────┐
│   User Input    │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  client.py      │  ◄── Mistral 7B LLM (via Ollama)
│  (MCP Client)   │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│   main.py       │
│  (MCP Server)   │
│                 │
│  Tools:         │
│  • get_latest_news
│  • get_college_notifications
│  • query_knowledge_base
└────────┬────────┘
         │
    ┌────┴────┬──────────────┐
    ▼         ▼              ▼
┌────────┐ ┌──────┐ ┌────────────────┐
│Web     │ │Web   │ │ChromaDB        │
│Scraper │ │Scraper│ │Vector Store    │
│(News)  │ │(Notif)│ │(PDF Documents) │
└────────┘ └──────┘ └────────────────┘

📋 先决条件

• Python 3.8+
• 奥拉玛 具有以下型号：

- mistral:7b LLM - nomic-embed-text:v1.5 （嵌入）

安装Ollama

# macOS/Linux
curl -fsSL https://ollama.com/install.sh | sh

# Windows
# Download from https://ollama.com/download

拉动所需型号

ollama pull mistral:7b
ollama pull nomic-embed-text:v1.5

🚀 安装

1. 克隆存储库

git clone 
cd bmsce-assistant

1. 安装 Python 依赖项

pip install -r requirements.txt

1. 设置矢量数据库 （可选，用于PDF查询）

如果您想将PDF文档添加到知识库中：

# Edit vector_db.py and add your PDF files to the pdf_files list
python vector_db.py

这将创建一个 chroma_storage 带有索引文档的目录。

💻 用法

运行助手

使用以下命令启动聊天机器人：

python client.py

您将看到一个欢迎屏幕：

🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓

   Welcome to BMSCE Assistant! 🤖
   Your friendly AI helper for all things BMS College

🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓

✅ Connected to MCP Server

💬 Hey there! Ask me about college events, notifications, or anything else!
   Type 'quit' or 'exit' when you're done.

────────────────────────────────────────────────────────────────

You: 

查询示例

新闻与活动：

You: What events are happening this month?
You: Tell me about upcoming workshops
You: Any festivals coming up?

通知：

You: What are the latest notifications?
You: Show me recent announcements
You: Any important deadlines?

知识库：

You: Search for syllabus information
You: Find details about [specific topic]
You: What does the document say about [query]?

常规聊天：

You: Hi!
You: Thank you
You: How are you?

退出

键入以下任何一项以退出：

• quit
• exit
• bye
• goodbye
• 或按 Ctrl+C

📁 项目结构

bmsce-assistant/
│
├── client.py              # MCP client with Mistral integration
├── main.py                # MCP server with tool definitions
├── web_scrap.py           # Web scrapers for BMSCE website
├── vector_db.py           # ChromaDB setup and PDF indexing
├── requirements.txt       # Python dependencies
├── .gitignore            # Git ignore file
│
├── chroma_storage/        # ChromaDB persistent storage (auto-created)
└── *.pdf                  # Your PDF documents to index

🛠️ 组件

1.MCP服务器(main.py)

定义三个工具：

• get_latest_news()：从BMSE网站上抓取新闻和事件
• get_college_notifications()：取消大学通知
• query_knowledge_base(query_text, n_results=3)：查询ChromaDB矢量存储

2.MCP客户端(client.py)

• 连接到MCP服务器
• 使用Mistral 7B：

- 解释用户查询 - 选择合适的工具 - 生成自然、友好的响应

• 提供对话界面

3.网络爬虫(web_scrap.py)

• 删除BMSE网站(https://bmsce.ac.in)
• 从以下位置提取结构化数据：

- 新闻与活动板块 - 大学通知部分

• 以JSON格式返回数据

4.矢量数据库(vector_db.py)

• 使用ChromaDB进行语义搜索
• 使用Nomic嵌入对PDF文档进行索引
• 支持分块文档检索

🔧 配置

添加PDF文档

编辑 vector_db.py:

if __name__ == "__main__":
    pdf_files = [
        "syllabus.pdf",
        "handbook.pdf",
        "your_document.pdf"
    ]
    for pdf in pdf_files:
        add_pdf_to_vectordb(pdf)

然后运行：

python vector_db.py

自定义LLM行为

在 client.py，您可以修改：

• 温度：控制随机性（0.1=专注，0.9=创意）
• 模型：更改 mistral:7b 其他Olama车型
• 提示：编辑不同个性的系统提示

调整块大小

在 vector_db.py:

chunks = split_text(pdf_text, chunk_size=1000, overlap=100)

🤝 运作原理

1. 用户提问 → 发送到 client.py
2. Mistral分析 查询并决定使用哪个工具
3. 客户调用工具 在MCP服务器上(main.py)
4. 服务器执行 工具：

- 新闻/通知的网络抓取 - 知识库查询的矢量搜索

1. 返回原始数据 给客户
2. Mistral格式 将数据转化为自然反应
3. 用户看到友好的答案 🎉

🐛 故障排除

“未连接到服务器”错误

• 确保两者都 client.py 和 main.py 位于同一目录中
• 检查Python是否可以执行 main.py 作为子流程

找不到Ollama模型

# Pull the models
ollama pull mistral:7b
ollama pull nomic-embed-text:v1.5

# Verify installation
ollama list

ChromaDB错误

• 删除 chroma_storage 文件夹并重新运行 vector_db.py
• 确保项目目录中存在PDF文件

Web抓取失败

• 检查你的网络连接
• 验证BMSE网站是否可访问
• 网站结构可能已更改（中的更新选择器 web_scrap.py)

📝 依赖项

关键库：

• fastmcp -MCP服务器框架
• mcp -MCP客户端SDK
• ollama -Ollama Python客户端
• chromadb -矢量数据库
• beautifulsoup4 -网络抓取
• PyPDF2 -PDF文本提取

看 requirements.txt 查看完整列表。

🚧 未来的增强功能

• \[\]为网页抓取结果添加缓存
• \[\]支持更多文档格式（DOCX、TXT）
• \[\]持久对话历史数据库
• \[\]语音输入/输出
• \[\]Web界面（Gradio/Streamlit）
• \[\]多语言支持
• \[\]与大学日历集成
• \[\]学生身份验证系统

制作❤️ BMSE学生