RAG Qdrant探员
AI Agent&Qdrant是一个小型的实验性单仓库，它汇集了基本的模型上下文协议（MCP）组件和Qdrant向量存储。该项目的目标是探索如何在一个地方构建一个简单的检索增强生成（RAG）设置，在那里可以测试和更新工具、代理和工作流，而无需管理多个仓库。
______________________________________________________________________
快速入门：MCP示例，包括Qdrant、ai_service（存根）、后端（FastAPI）、前端（Vite React）
- 构建并运行（需要Docker Compose）：
docker构建
- 服务
- 后端（FastAPI）：http://localhost:8000
- 健康：http://localhost:8000/api/health/ - AI端点：http://localhost:8000/api/ai/query（职位）
- AI服务（存根）：http://localhost:8001
- 健康：http://localhost:8001/health - 查询：http://localhost:8001/v1/query（职位）
- 问题：http://localhost:6333（用于存根）
- 卷曲示例：
curl-X POSThttp://localhost:8000/api/ai/query-H“内容类型：应用程序/json”-d'{“查询”：“你好”}'
笔记：
- 这
frontend_builder该服务构建Vite前端，并将构建内容复制到NGINX容器中。
______________________________________________________________________
具有AI服务、FastAPI、Redaction Gate MCP和React UI的MCP Monrepo项目结构
- Python AI服务（例如，使用LangChain/OpenAI）
- Python FastAPI后端（提供API端点）
- React前端
agent_rag_qdrant/
│
├── .github/
│ └── workflow/
│ └── github-actions.yml
│
├── ai_service/ # Python AI service (LangChain/OpenAI logic)
│ ├── main.py
│ ├── requirements.txt
│ └── ... (other modules)
│
├── backend/ # FastAPI backend (serves API)
│ ├── main.py
│ ├── requirements.txt
│ └── ... (routers, models, etc.)
│
├── frontend/ # React UI
│ ├── package.json
│ ├── public/
│ └── src/
│
├── redaction_gate/ # Python Redact FastMCP/FastAPI
│ ├── main.py
│ ├── requirements.txt
│ └── ... (other modules)
│
├── docker-compose.yml
└── README.md细节：
ai_service/：包含核心AI逻辑，可以作为单独的服务运行或由后端导入。backend/：FastAPI应用程序，可以为API端点提供服务。frontend/：React应用程序（使用Create React app、Vite或类似工具创建）。- docker-compose.yml：编排所有服务（Qdrant、AI服务、FastAPI后端、NGINX中的React前端）。
redaction_gate/：FastMCP服务，可以为MCP服务。
要点：
- 这
frontend服务构建React应用程序并输出到frontend/build. - 这
backend为API端点提供服务。 - 这
ai_service可以是单独的微服务，也可以由后端导入。
______________________________________________________________________
部署前
- 添加
.env归档于 *./ai_服务/* 并定义 OPENAI_API_KEY=\[API_KEY\] 以允许访问OpenAI。
______________________________________________________________________
开发环境
- 使用以下docker compose命令执行deploy-dev模式：
docker compose -f docker-compose.yml -f docker-compose.overwrite.dev.yml up -d --build