SAC TP MCP

SAC-TP-MCP

1.它解决了什么问题

SAC-TP-MCP自动为营销团队生成社交媒体活动。业务用户从前端输入产品和目标受众；后端将MCP代理与发布工具（推特、LinkedIn、Instagram）协调，并返回生成的文本。这节省了创建内容的时间，并集中了活动历史。

2. 技术堆栈

• 模型 / AI：谷歌双子座2.5 Pro通过 langchain-google-genai，servidor MCP（模型上下文协议）。
• 后端：Fastapi、Uvicorn、LangChain Core、Python-Dotenv、JSON活动存储库。
• 前端：react+vite+typescript+tailwindcss（自定义样式），自己的组件。
• 工具: uv 管理环境， npm 准前端， pip freeze 保持 requirements.txt.

3.实例化。

先决条件

• Python 3.11+， uv 全球安装(pip install uv).
• Node.js 18+配置 npm.
• 谷歌人工智能(GOOGLE_API_KEY)可访问Gemini 2.5 Pro。

步骤

1. 后端/MCP：

   cd mcp
   uv venv venv
   venv\Scripts\activate
   uv pip install -r requirements.txt

更新 .env 内部 mcp/ 反对的论点：

   GOOGLE_API_KEY=tu_clave
   MCP_SERVER_URL=http://localhost:8000/mcp
   CORS_ALLOW_ORIGINS=http://localhost:5173

1. 前端：

   cd ../frontend
   npm install

4. 使用

1. MCP服务器工具

   cd mcp
   uv run python server.py

1. 后端FastAPI （相同的活动环境）：

   uv run uvicorn backend:app --host 0.0.0.0 --port 5001

1. 前端:

   cd frontend
   npm run dev

5.结构

• mcp/server.py：公开MCP工具（上传推特、LinkedIn、Instagram）。
• mcp/agent.py：langchain特工指挥LLM并保存结果。
• mcp/backend.py：rest API用于创建/列出活动并与代理通信。
• mcp/data/：简单JSON存储(campaigns.json).
• frontend/：用户界面为React/Vite。