time-mcp

一个使用工具增强的LLM流水线来回答与时间相关和一般问题的最简代理AI系统。

特性

• Flask API: 提供当前时间戳。
• MCP Agent Server: 推理代理，用于检测用户意图、调用工具（如时间API）、设计提示，并通过OpenRouter（兼容OpenAI的API）与LLM交互。
• Streamlit UI: 一个简单的聊天界面，用于与AI代理进行对话。

设置

1. 克隆并安装依赖项

bash
pip install -r requirements.txt

2. 环境变量

设置您的OpenRouter API密钥（从 https://openrouter.ai 获取）：
bash
export OPENROUTER_API_KEY=sk-...your-key...

3. 运行服务器

打开三个终端（或使用后台进程）：

终端1: Flask Time API

bash
python flask_api.py

终端2: MCP Agent Server

bash
python mcp_server.py

终端3: Streamlit UI

bash
streamlit run streamlit_ui.py

Streamlit UI将在您的浏览器中打开（默认：http://localhost:8501）

使用

• 在Streamlit UI中向代理询问任何问题。
• 如果您询问关于时间的问题（例如，“现在几点了？”），代理将调用Flask API获取当前时间，并使用LLM生成自然流畅的回答。
• 对于其他问题，代理将仅使用LLM进行回答。

架构

[Streamlit UI] → [MCP Agent Server] → [工具（例如，时间API）]
↓
[通过OpenRouter的LLM]

• MCP代理检测意图，按需调用工具，设计提示，并将其发送给LLM。
• 可轻松扩展以添加更多工具（只需在MCPAgent类中添加）。

自定义

• 添加更多工具：在MCPAgent中实现新方法，并更新self.tools。
• 改进意图检测：扩展MCPAgent中的detect_intent()。
• 更改LLM模型：更新call_llm()中的model字段。

要求

• Python 3.7+
• 查看requirements.txt了解依赖项。

致谢

• 使用Flask、Streamlit、OpenRouter和Python构建。
• 受到代理型LLM设计模式的启发。