______________________________________________________________________
🛍️ AI购物助手
由Groq AI模型和模型上下文协议（MCP）驱动的智能对话式购物助手，用于基于网络的智能产品发现和决策。
______________________________________________________________________
✨ 概述
这 AI购物助手 是一个交互式、人工智能驱动的聊天机器人，帮助用户 更明智的购物决策.支持 xAI的Groq法学硕士 和那个 模型上下文协议（MCP），它可以：
- 🧠 理解自然语言查询
- 🔎 在购物平台上进行实时搜索
- 🛒 比较产品、服务和功能
- 💸 提供价格指导和建议
无论您是在手机之间进行选择，比较流媒体服务，还是在预算范围内寻找最好的空气净化器，这款助手都是您的 终极购物伙伴.
______________________________________________________________________
🧩 特性
| 特性 | 描述 |
|---|---|
| 🔄 产品比较 | 比较产品（例如。， *iPhone 15与Galaxy S24*) |
| 🎯 智能推荐 | 根据您的需求和预算获取建议 |
| 📊 特征分析 | 了解规格、优点、缺点等 |
| 💵 价格指导 | 确定最佳价值选项 |
| 🌐 服务比较 | 比较以下服务 *Netflix与Prime Video* |
| 🔍 网络搜索（通过MCP） | 搜索亚马逊、Flipkart、百思买等购物平台 |
| 💬 上下文感知聊天 | 维护对话上下文并提供摘要 |
| 🔁 退赛与退场 | 使用类别建议智能处理失败的搜索 |
| 💡 聊天指令 | /exit, /clear, /context, /status 支持 |
______________________________________________________________________
🚀 安装
1.克隆存储库
git clone
cd ai-shopping-assistant2.设置虚拟环境（可选）
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate3.安装Python依赖项
pip install -r requirements.txt4.安装MCP Node.js依赖项
确保 Node.js 和 npm 已安装：
npm install -g @playwright/mcp @openbnb/mcp-server-airbnb duckduckgo-mcp-server5.环境设置
创建一个 .env 根目录中的文件：
echo "GROQ_API_KEY=your-api-key-here" > .env6.MCP配置
确保你有一个有效的 browser_mcp.json 在您的MCP目录中（例如。， D:\mcp\mcpdemo\):
{
"mcpServers": {
"playwright": {
"command": "npx",
"args": ["@playwright/mcp@latest"]
},
"airbnb": {
"command": "npx",
"args": ["-y", "@openbnb/mcp-server-airbnb"]
},
"duckduckgo-search": {
"command": "npx",
"args": ["-y", "duckduckgo-mcp-server"]
}
}
}在……里面 shopping_assistant.py，设置：
self.config_file = r"path/to/your/browser_mcp.json"______________________________________________________________________
🧠 用法
启动助手：
python shopping_assistant.py查询示例：
🛒 You: Best laptop for programming under $1000
🤖 Assistant: 🔍 Searching... (attempt 1/3)
✅ Successfully retrieved current information
[Laptop recommendations with specs and prices]您可以使用的命令：
exit或quit–结束会话clear–重置聊天记录context–查看最近的对话摘要status–检查上次搜索时间和速率限制
______________________________________________________________________
🗂️ 项目结构
ai-shopping-assistant/
├── shopping_assistant.py # Main assistant logic
├── requirements.txt # Python dependencies
├── .env # Environment variables
├── browser_mcp.json # MCP config for search engines
└── README.md # You're reading it!______________________________________________________________________
📦 需求
将以下内容添加到您的 requirements.txt:
langchain-grok==0.1.0
python-dotenv==1.0.0
requests==2.31.0
mcp-use==______________________________________________________________________
⚙️ 配置详情
| 设置 | 说明 |
|---|---|
| 🔑 GROQ_API_关键字 | 设置在 .env 用于xAI的Grok访问 |
| 🕒 速率限制 | API搜索之间的3秒延迟 |
| 🔁 重试 | 最多3次搜索重试，后退5秒 |
| 📁 MCP文件 | 用于搜索集成的JSON配置 |
| 📦 模型 | 默认值： qwen-qwq-32b （Grok模型） |
| 🛍️ 分类 | 电子产品、电器、服务、服装、家居 |
______________________________________________________________________
⚠️ 局限性
- API和MCP搜索需要互联网连接
- 价格可能会有所不同——请与零售商核实
- 仅支持预定义类别
- MCP设置需要正确的Node.js配置
- 离线回退可能提供有限的深度
______________________________________________________________________
🔮 未来的增强功能
- 🛒 主要电子零售商的实时价格抓取
- 🧬 通过用户资料提供个性化推荐
- 🖥️ 基于Web的用户界面，实现无缝用户体验
- 🛠️ 增强MCP与更多购物门户的集成
______________________________________________________________________
🤝 贡献
欢迎投稿！ 贡献：
- 分叉存储库
- 创建功能分支
git checkout -b feature/your-feature- 提交您的更改
git commit -m "Add your feature"- 推送并打开PR
git push origin feature/your-feature______________________________________________________________________
图像：
🧠 AI+购物=更明智的选择 立即使用AI购物助手开始您的智能购物之旅。