Agent With MCP Memory

速成课程：使用开源工具构建人工智能代理

这个项目是一个关于使用100%开源技术栈构建人工智能代理的实践速成班！你会学到：

• 什么是AI代理
• 将代理连接到工具
• MCP（多组件协议）概述
• 用MCP服务器替换工具
• 设置可观察性和跟踪

所有概念都用真实的、可运行的代码来演示。

什么是AI Agent？

AI代理使用LLM作为其大脑，具有记忆来保持上下文，并可以通过工具（如浏览网页、运行代码等）采取现实世界的行动。

简而言之：它思考、记忆和行动。

技术栈

• 100%开源！

系统概述

系统的工作原理如下：

1. 用户发送查询
2. 助手通过MCP进行网络搜索
3. 查询+结果进入内存管理器
4. 内存管理器将上下文存储在Graphiti中
5. 响应代理制作最终答案

______________________________________________________________________

设置

• 设置ollama：

1. 按照操作系统的官方说明安装Ollama：

对于macOS：

   curl -fsSL https://ollama.com/install.sh | sh

对于Linux：

   curl -fsSL https://ollama.com/install.sh | sh

对于Windows： 从下载并安装 Ollama官方网站

1. 拉动所需的模型：

   ollama pull llama3.2

您应该看到模型的响应。如果您遇到任何错误，请检查Ollama是否正在运行：

• 添加所有必要的密钥：

创建新的 .env 项目根目录中的文件，使用 .env.example 作为模板。复制示例文件并根据需要填写您自己的API密钥和机密。

  cp .env.example .env
  # Then edit .env to add your keys

• 安装依赖项：

在项目根目录中运行以下命令以安装所有必需的依赖项：

  uv sync

启动MCP服务器：

• 启动链接服务器：

在此处获取您的Linkup API密钥

在项目根目录下运行以下命令：

  python server.py

• 启动Graphiti MCP服务器：

这仅适用于高级使用，您仍然可以通过Linkup MCP服务器学习所有基础知识。

贡献

欢迎投稿！请随意分叉此存储库，并提交包含您的改进的pull请求。