Ultimate AI Assistant

MCP驱动的终极AI助手

一个Streamlit应用程序，提供与MCP（模型上下文协议）服务器交互的聊天界面。此应用程序允许您配置多个MCP服务器，并使用自然语言与它们聊天。

技术栈：

• mcp使用 将LLM连接到MCP服务器
• 舞台手MCP 用于浏览器访问
• Firecrawl MCP 用于刮擦
• 愤怒MCP 适用于多模式RAG
• Graphiti MCP 作为记忆

设置

1. 再进行:

   uv sync 

1. 环境变量:

创建一个 .env 使用API密钥文件：

   OPENAI_API_KEY=your-openai-api-key
   FIRECRAWL_API_KEY=your-firecrawl-api-key
   RAGIE_API_KEY=your-ragie-api-key

1. 设置MCP服务器

转到server.py并根据您的系统更新MCP服务器的路径。

1. 运行应用程序:

   streamlit run mcp_streamlit_app.py

用法

1. 配置MCP服务器:

- 使用侧边栏以JSON格式输入MCP服务器配置 - 点击“加载示例配置”查看示例配置 - 点击“激活配置”以初始化MCP客户端

1. 与MCP工具聊天:

- 配置后，使用聊天界面与MCP服务器进行交互 - 询问有关可用工具的问题或要求采取具体行动 - 代理将使用适当的MCP工具进行响应

配置示例

{
  "mcpServers": {
    "stagehand": {
      "command": "node",
      "args": ["/path/to/stagehand/dist/index.js"],
      "env": {
        "OPENAI_API_KEY": "your-api-key",
        "LOCAL_CDP_URL": "http://localhost:9222"
      }
    },
    "firecrawl": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "your-firecrawl-key"
      }
    }
  }
}

📬 请随时关注我们的时事通讯！

获取免费的数据科学电子书 📖 订阅我们的时事通讯，您将获得150多堂数据科学基础课！了解最新教程、见解和独家资源。 立即订阅！


______________________________________________________________________

贡献

欢迎投稿！请分叉存储库，并提交一个包含您的改进的pull请求。