Teamalpha MCP

TeamAlpha:MCP支持的AI代理系统

你的AI代理现在拥有超能力！ 🤖⚡

一个智能代理系统，结合了：

• LLM （Ollama语言模型）
• 主控程序 （工具的模型上下文协议）
• 码头工人 （集装箱化部署）

它能做什么？

✨ 搜索GitHub --查找存储库，阅读README，获取统计数据 📂 访问文件 --安全地读取和分析本地文件 🧠 AI分析 --智能地合成信息 🔄 多步骤工作流 --使用工具链的复杂任务

快速开始

# See it in action (3-4 minutes)
docker compose exec teamalpha-agent python mcp_tool_demo.py

# Watch realistic workflow (3-4 minutes)
docker compose exec teamalpha-agent python mcp_workflow_example.py

文档索引

演示脚本

# 1. Basic tool execution (START HERE)
docker compose exec teamalpha-agent python mcp_tool_demo.py

# 2. Realistic agent workflow
docker compose exec teamalpha-agent python mcp_workflow_example.py

# 3. Tool-aware agent
docker compose exec teamalpha-agent python mcp_langchain_agent.py

# 4. Advanced execution patterns
docker compose exec teamalpha-agent python mcp_executor_agent.py

可用工具

📂 文件系统

• read_file(path) --读取文件内容
• list_directory(path) --列出目录内容

🐙 GitHub

• search_repositories(query) --搜索repos
• get_repository_readme(owner, repo) --获取README
• get_repo_stats(owner, repo) --获取回购统计信息

🧠 大语言模型分析

• Ollama Callam3模型（本地）
• 实时推理
• 上下文感知响应

系统概述

┌─────────────────────────────────────────┐
│  Docker Compose                         │
├─────────────────────────────────────────┤
│                                         │
│  Ollama (LLM)  ←→  Python Agent        │
│  (llama3)           (LangChain)        │
│  11434              + MCP Tools        │
│                                         │
│                 ↓↓↓                     │
│                                         │
│          MCP Tool Layer                │
│    ├─ GitHub API access               │
│    ├─ Filesystem access               │
│    └─ Extensible framework            │
│                                         │
└─────────────────────────────────────────┘

关键概念

主控程序 =“用于AI的USB-C”

• 工具标准接口
• 安全访问外部系统
• LLM可以请求使用工具

工具链 =多个工具协同工作

Search GitHub
    ↓
Fetch README
    ↓
Analyze with LLM
    ↓
Generate response

技术栈

• 语言： Python 3.12
• LLM Ollama（Calama3模型）
• 框架： LangChain
• 集装箱： Docker Compose
• API： GitHub REST API，本地文件系统

Docker命令

# Start everything
docker compose up -d

# Run a demo
docker compose exec teamalpha-agent python mcp_tool_demo.py

# View logs
docker compose logs -f

# Stop everything
docker compose down

# Rebuild image
docker compose up -d --build

用例

研究助理

"Find and analyze crewAI on GitHub"
→ Searches GitHub
→ Fetches README
→ Gets statistics
→ Analyzes with AI

代码审查

"Analyze our project structure"
→ Reads local files
→ Checks pyproject.toml
→ LLM provides insights

项目比较

"Compare 3 Python frameworks"
→ Searches each on GitHub
→ Fetches READMEs
→ Collects statistics
→ LLM synthesizes comparison

特性

✅ 实时数据访问 --不限于训练数据 ✅ 安全工具执行 --受控访问模式 ✅ 智能合成 --AI分析工具结果 ✅ 可扩展架构 --易于添加新工具 ✅ 容器化 --随时随地部署 ✅ 生产准备就绪 --错误处理、日志记录 ✅ 有据可查 --5个详细指南+示例

演出

• LLM回复： 1-3秒（RTX 4070上的骆驼3）
• GitHub搜索： \<每次查询1秒
• 文件读取： 典型文件\<100ms
• 总体工作流程： 复杂任务需要3-5秒

后续步骤

1. 运行演示 → 查看正在使用的工具
2. 阅读文档 → 了解MCP
3. 探索脚本 → 学习模式
4. 自定义工具 → 添加您自己的
5. 部署 → 推动生产

资源

• MCP官员： https://modelcontextprotocol.io
• 工具注册表： https://smithery.ai
• github： https://github.com/modelcontextprotocol

总结

你有一个 全功能AI代理 这可以：

• 🔍 实时研究
• 📊 智能分析数据
• 🔗 连接多个工具
• 📈 扩大生产规模
• 🛠️ 扩展新功能

开始探索： docker compose exec teamalpha-agent python mcp_tool_demo.py

______________________________________________________________________

内置： 朗链+Ollama+MCP+Docker 状态： 生产准备就绪✅ 维护： 积极更新