umbc MCP

CONFLUENCE-RAG-人工智能聊天服务

一个强大的基于FastAPI的聊天服务，与OpenAI的API集成，专为信息检索和合成任务而设计。

特性

• OpenAI集成：与OpenAI的聊天功能API无缝集成
• 动态系统提示：带有项目特定说明的上下文感知提示
• 全面的错误处理：适用于所有OpenAI API场景的强大错误处理
• 请求验证：消息内容和结构的输入验证
• 无状态设计：没有会话持久性的RESTful API

快速开始

先决条件

• Python 3.12+
• OpenAI API密钥
• uv包管理器（推荐）

安装

1. 克隆存储库：

git clone https://github.com/mikhailstasyuk/umbc-mcp.git
cd umbc-mcp

1. 安装依赖项：

uv sync

1. 设置环境变量：

cp .env.example .env
# Edit .env and add your OPENAI_API_KEY

1. 运行应用程序：

uv run fastapi dev src/app/main.py

API将于 http://localhost:8000

API使用

健康检查

curl http://localhost:8000/health

答复：

{"status": "healthy"}

聊天端点

向发送POST请求 /chat 与您的对话：

curl -X POST "http://localhost:8000/chat" \
     -H "Content-Type: application/json" \
     -d '{
       "model": "gpt-4",
       "messages": [
         {"role": "user", "content": "What is machine learning?"}
       ]
     }'

请求格式

{
  "model": "gpt-4",
  "messages": [
    {
      "role": "user",
      "content": "Your message here"
    }
  ]
}

响应格式

{
  "message": "AI response here"
}

错误响应

API针对不同的错误场景返回适当的HTTP状态代码：

• 401：身份验证失败（API密钥无效）
• 404：未找到型号
• 422：无效请求（空消息、超大内容）
• 429：超出费率限制
• 500：内部服务器错误
• 502：连接错误
• 503：服务不可用（缺少配置）

配置

环境变量

发展

运行测试

# Run all tests
uv run pytest

# Run specific test file
uv run pytest tests/unit/test_chat_service.py

项目结构

src/
├── app/
│   ├── chat/
│   │   ├── dependencies.py    # Dependency injection
│   │   ├── exceptions.py      # Custom exceptions
│   │   ├── prompts.py         # System prompt generation
│   │   ├── router.py          # API endpoints
│   │   ├── schemas.py         # Pydantic models
│   │   └── service.py         # Business logic
│   ├── config.py              # Application settings
│   ├── llm_providers/
│   │   └── client.py          # OpenAI client setup
│   └── main.py                # FastAPI application
tests/
├── unit/
│   ├── chat/
│   ├── llm_providers/
│   └── routers/
└── conftest.py                # Test fixtures

API文档

运行应用程序时，请访问 http://localhost:8000/docs 用于交互式Swagger文档。