快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

python -m venv .venv

详细介绍

📘 学生支持礼宾服务——多智能体人工智能平台

谷歌代理密集顶点项目 > 轨道： ✔️ 礼宾代理

为教育机构设计的全自动多智能体人工智能支持系统。该平台雇佣了一组专门的智能代理来处理学生入职、技术故障排除、进度跟踪和常见问题解答。

该项目由ADK路由、可选的Gemini LLM集成、本地知识库、MCP工具和现代Flask web界面提供支持，演示了代理如何准确、可靠和可扩展地自动化现实世界的工作流程。

______________________________________________________________________

🟦 1.问题与解决方案

❗ 问题

学生支持团队被重复的问题（“我如何登录？”、“我的进度如何？”）淹没了。传统聊天机器人之所以失败，是因为它们：

幻觉般的回答。
缺乏领域专业知识。
无法执行操作（如检查数据库记录）。
如果LLM脱机，则完全失败。

💡 解决方案：多智能体生态系统

我们部署了5个由根代理协调的专用代理，而不是一个多面手机器人。

代理	角色
🎓 定向代理	处理入职和课程初始化。
🛠️ 技术支持代理	解决访问代码、登录问题和LMS错误。
📈 ProgressAgent	获取实时学生进度和完成状态。
❓ 常见问题	回答静态策略问题（持续时间、时间等）。
⚠️ ErrorAgent	管理崩溃报告和调试。
🧠 RootAgent	将流量引导到正确专家的智能路由器。

🟦 1.为什么是代理商？

传统的单一聊天机器人系统面临以下挑战：

混淆责任
生成通用或不正确的响应
没有LLM缺乏可靠性
无法跨域扩展
可维护性差

✔ 代理商专业

每个代理人都成为以下方面的专家：

入职
技术支持
进度跟踪
政策
错误处理

✔ 代理商合作

RootAgent将查询路由到正确的专家，就像一个真正的支持团队。

✔ 代理商确保准确性

使用：

本地每个代理KB
模糊匹配
域规则
记忆
（可选）Gemini LLM

✔ 代理商规模

可以无缝添加新代理。

✔ 代理商符合Capstone的要求

该项目展示了：

多代理工作流
MCP工具
会话和记忆
可观测性
LLM增强行为
ADK架构

这就是为什么基于代理的系统是最现实、可扩展和有意义的方法。

______________________________________________________________________

系统层架构

graph TD

subgraph UI["Frontend Layer"]
    A1[Flask Web UI]
end

subgraph CORE["Core Logic Layer"]
    B1[RootAgent
ADK Routing]
    B2[OrientationAgent]
    B3[TechSupportAgent]
    B4[ProgressAgent]
    B5[FAQAgent]
    B6[ErrorAgent]
end

subgraph INT["Intelligence Layer"]
    C1[Local KBs
Per-Agent Knowledge]
    C2[Fuzzy Matcher]
    C3[Optional Gemini LLM]
    C4[Session Memory Store]
end

subgraph TOOLS["Integration Layer"]
    D1[MCP Tools]
    D2[Student DB Lookup
CSV Queries]
    D3[File Operations]
    D4[Simulated LMS Ops]
end

A1 --> B1

B1 --> B2
B1 --> B3
B1 --> B4
B1 --> B5
B1 --> B6

B1 --> C4
B2 --> C1
B3 --> C1
B4 --> C1
B5 --> C1
B6 --> C1

C2 --> B1
C3 --> B1

B1 --> D1
D1 --> D2
D1 --> D3
D1 --> D4

______________________________________________________________________

🟦 2.轨道选择

轨道： ✔ 礼宾代理

该项目为学生自动化了一个真实的日常生活工作流程： ➡️ 学习时立即获得可靠的支持。

______________________________________________________________________

🟦 3.问题与解决方案

❗ 问题

学生支持团队反复回答相同的问题：

“我该如何开始我的课程？”
“我需要一个密码。”
“我无法登录。”
“我的进展如何？”
“我能拿到证书吗？”

这会导致：

工作人员超负荷
延迟的响应
学生满意度较低

常规聊天机器人：

幻觉
缺乏专业知识
脱机失败
混合无关的话题

💡 解决方案——学生支持礼宾

一个由5个专门代理组成的多代理AI系统：

代理	角色
🎓 定向代理	入职培训、课程开始指导
🛠 技术支持代理	访问代码、登录帮助、LMS故障排除
📈 ProgressAgent	进度查询和完成指导
❓ 常见问题	政策、时间安排、时间表
⚠ ErrorAgent	系统错误，调试
🧠 RootAgent	智能消息路由

该系统使用：

本地KB回退
模糊匹配
MCP工具
会话存储器
可选Gemini
精致的Flask用户界面

交付价值：

✔ 24/7即时支持
✔ 减少人力工作量
✔ 比聊天机器人更准确
✔ 即使没有法学硕士也能工作

______________________________________________________________________

🟦 4.展示的关键特征（顶点要求）

该项目包括11+功能，远远超过了所需的最低要求。

✔ 特征表

|类别|功能|状态| | :--- | :--- | :--- | | 多代理系统 |RootAgent+5个子代理|✔ | ||顺序路由管道|✔ | ||代理协作|✔ | | 工具 |MCP兼容工具|✔ | ||自定义数据库查找|✔ | | 知识库 |每个代理的本地KB |✔ | ||模糊匹配|✔ | | LLM使用 |Gemini可选集成|✔ | | 会话 |全内存系统|✔ | | 可观测性 |日志记录+代理状态端点|✔ | | 长期运行操作 |longrunning.py✔ | | 部署 |Flask服务器，云就绪|✔ |

🟦 5.技术架构

高水位流量

graph TD
    User[User Message] --> Root[RootAgent
ADK routing + KB]
    Root --> Router[Local Router]
    Root --> KB[Local KB Match]
    Root --> Fallback[Fallback Logic]
    Router & KB & Fallback --> Agent[Correct Specialized Agent]
    Agent --> Final[Final Response → Flask UI → Session Memory]

为什么这种架构有效

RootAgent 确保结构化路由
本地KB 确保正确性
模糊匹配 提高可靠性
会话确保对话的连续性
MCP工具 与文件和数据库集成
Flask用户界面 允许在现实世界中使用

______________________________________________________________________

🟦 6.MCP能力

该项目支持 模型上下文协议（MCP） 启用工具，例如：

学生记录查找
CSV查询
模拟LMS操作
范围文件操作

该架构已准备好与真实的学校系统集成。

______________________________________________________________________

🟦 7.项目结构


Student-Support-Concierge-Multi-Agent-AI-Platform/
│
├── 📄 LICENSE
├── 📘 README.md
│
├── 📂 student_support_adk/
    │
    ├── 📁 samples/
    │   └── 📁 data/
    │       ├── 📄 student_db.csv
    │       └── 📄 memory.json
    │
    ├── 📁 student_support/
    │   ├── 🧠 main.py
    │   ├── 🤖 agents.py
    │   ├── 🧭 root_agent.py
    │   ├── 🛠 tools.py
    │   ├── 📊 evaluation.py
    │   ├── 💾 memory.py
    │   ├── ⏳ longrunning.py
    │   └── 📎 __init__.py
    │
    └── 📄 requirements.txt

______________________________________________________________________

🟦 8.安装与运行

创造环境

   python -m venv .venv
   source .venv/bin/activate       # Windows: .venv\Scripts\activate
   pip install -r requirements.txt

运行应用程序

   python student_support/main.py

在浏览器中打开

   http://127.0.0.1:5000/

______________________________________________________________________

🟦 9.测试API（可选）

启动会话

curl -X POST [http://127.0.0.1:5000/start_session](http://127.0.0.1:5000/start_session) \
-H "Content-Type: application/json" \
-d '{"username":"bob"}'

提一个问题

curl -X POST [http://127.0.0.1:5000/ask](http://127.0.0.1:5000/ask) \
-H "Content-Type: application/json" \
-d '{"sid":"","message":"I need access code"}'

检查代理活动

 curl [http://127.0.0.1:5000/agents_status](http://127.0.0.1:5000/agents_status)

______________________________________________________________________

🟦 10.测试API（可选）

|标准|状态| | :--- | :--- | | Gemini用法 | ✔ | | 部署就绪 | ✔ 支持Flask+云运行| | YouTube视频 |可选（可提供脚本）|

🟦 12.结论

这 学生支持礼宾 是一个完整的、生产就绪的多代理系统，它：

✔ 自动化学生支持
✔ 模仿真实的机构工作流程
✔ 演示ADK多代理设计
✔ 使用MCP、KB、内存、可观察性
✔ 与双子座一起跑步或不跑步
✔ 包括一个精致的用户界面
✔ 完全满足Capstone评估标准

这个项目证明了代理（而不是聊天机器人）将如何为下一代现实世界的自动化提供动力。

______________________________________________________________________

flowchart TD
    User([User Message]) --> RA[RootAgent
Routing + KB + Fuzzy Match]

    RA -->|Orientation Query| OA[OrientationAgent
Onboarding & Course Start]
    RA -->|Tech Issue| TA[TechSupportAgent
Login, Access Codes, LMS Help]
    RA -->|Progress Query| PA[ProgressAgent
Lookup Progress & Completion]
    RA -->|Policy/General Question| FA[FAQAgent
Policies, Timings, FAQs]
    RA -->|Errors| EA[ErrorAgent
Debugging & Crash Reports]

    OA --> UI[Flask Web UI]
    TA --> UI
    PA --> UI
    FA --> UI
    EA --> UI

    UI --> Memory[(Session Memory)]
    Memory --> RA

    RA --> Tools[MCP Tools
CSV Queries, File Ops, Student DB]
    Tools --> RA

______________________________________________________________________

🛣️ 路线图（未来增强功能）

🔹 添加代理角色 （更具表现力的代理行为）

🔹 真正的LMS集成 （Moodle、Canvas、谷歌课堂）

🔹 管理仪表盘 用于监控代理

🔹 学生分析引擎

🔹 KB的矢量数据库 （光泽/色度）

🔹 身份验证和角色 （员工vs学生）

🔹 云运行/App引擎上的部署

## 🤝 贡献

欢迎投稿、问题和功能请求！

欢迎展开讨论或提交拉取请求。

📜 许可证

该项目根据 MIT许可证.

您可以根据MIT许可条款自由使用、修改和分发此软件。

⭐ 闭幕词

这 学生支持礼宾 这不仅仅是一个演示，它是一个生产就绪的多代理自动化系统，证明了智能代理如何改变真实的学术工作流程。

通过组合：

ADK架构
多代理路由
KB+模糊搜索
MCP工具
会话存储器
可选LLM集成
Flask web界面

该项目展示了机构自动化的未来。

👨‍💻Author: Abbas Raza

](https://github.com/abbasraza125-hash) ![Kaggle](https://www.kaggle.com/abbasraza125) ![LinkedIn](https://www.linkedin.com/in/abbas-raza-it-support-specialist/)\ ![Email](mailto:Abbas.raza125@gmail.com)

目录标签

教育技术工作流自动化PythonAI代理本地部署多代理系统AI支持自动化工作流学生服务

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

session

运行时（runtime，运行环境）

Python

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdiosession部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

MCP World

mcpworld.com

/detail/2262b2777ba84fdc3dc8d0d8dce92ac9

一个为教育机构设计的全自动多代理AI支持系统，通过专业化智能代理处理学生入职、技术故障排除、进度跟踪和常见问题解答。

继续浏览同类 MCP

更多AI代理 MCP（18,706）返回 MCP 目录

上一个 MCP

Student Server MCP

一个基于Python构建的功能完整的Model Context Protocol (MCP)服务器，用于管理学生记录系统，支持任何MCP兼容的AI客户端通过自然语言调用其工具。

下一个 MCP

student support MCP server

一个开源的MCP服务器，为AI助手提供安全访问大学学生门户数据的能力，实现24/7智能学生支持，减轻行政负担。

Student Support Concierge Multi Agent AI Platform

快速接入

详细介绍

📘 学生支持礼宾服务——多智能体人工智能平台

🟦 1.问题与解决方案

❗ 问题

💡 解决方案：多智能体生态系统

🟦 1.为什么是代理商？

✔ 代理商专业

✔ 代理商合作

✔ 代理商确保准确性

✔ 代理商规模

✔ 代理商符合Capstone的要求

系统层架构

🟦 2.轨道选择

🟦 3.问题与解决方案

❗ 问题

💡 解决方案——学生支持礼宾

该系统使用：

交付价值：

🟦 4.展示的关键特征（顶点要求）

✔ 特征表

🟦 5.技术架构

高水位流量

为什么这种架构有效

🟦 6.MCP能力

🟦 7.项目结构

🟦 8.安装与运行

🟦 9.测试API（可选）

🟦 10.测试API（可选）

|标准|状态| | :--- | :--- | | Gemini用法 | ✔ | | 部署就绪 | ✔ 支持Flask+云运行| | YouTube视频 |可选（可提供脚本）|

🟦 12.结论

🛣️ 路线图（未来增强功能）

📜 许可证

⭐ 闭幕词

该项目展示了机构自动化的未来。

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP