Token导航 LogoToken导航

MCP Server · AI代理

Agentic Chatbot MCP

一个基于模型上下文协议(MCP)的AI助手应用,具有智能任务分解与执行、丰富的工具集成和现代用户界面,适用于开发者和技术团队。

stdio官方级别未说明来源级核验工具 5
开发工具集成任务自动化Python本地部署

快速开始

作者 / 组织
chakisahmed
提供方
chakisahmed
运行时
Python

工具数量

5

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

Agentic Chatbot MCP 属于AI代理类 MCP Server,公开资料标注 5 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前先确认权限范围。

分类

AI代理

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

python -m venv venv

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 5 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

代理聊天机器人MCP

使用 模型上下文协议(MCP),以现代为特色 Next.js 前端和健壮 python 后端。该项目演示了如何构建代理工作流,集成各种工具(文件系统、GitHub等),并提供无缝的聊天体验。

🌟 特性

  • 代理工作流:使用DeepSeek模型进行智能任务分解和执行。
  • 模型上下文协议(MCP):将人工智能模型连接到外部工具和数据的标准化方法。
  • 丰富的工具集:

- 📂 文件资源管理器:安全地读取、写入和列出文件。 - 🐙 GitHub 集成:搜索存储库并查看文件内容。 - 🌐 Web浏览器:获取和处理web内容。 - 🛠️ 代码工具:分析和操作实用程序。 - 💾 SQLite和本地RAG:数据持久性和检索增强生成。

  • 现代用户界面:

- 建于 Next.js 14 & 顺风 CSS. - 实时流式响应。 - 代码块的语法高亮显示。 - 交互式文件查看器和调试抽屉。

🏗️ 建筑

该项目被组织为一个单仓库,有两个主要组成部分:

  • mcp-learning/ (后端):

- 基于Python的MCP服务器和客户端。 - 用于前端通信的WebSocket API服务器。 - 代理主管和工具实施。

  • mcp-ui/ (前端):

- React/Next.js应用程序。 - 聊天界面,工具调用可视化。 - 客户端MCP挂钩和状态管理。

系统图

graph TD
    Client[Next.js Frontend] |WebSocket| WSS[WebSocket Server]
    WSS -->|Message| Supervisor[Agent Supervisor]
    Supervisor -->|Plan| Router[Tool Router]
    
    subgraph "MCP Servers"
        Router  FS[File System]
        Router  GH[GitHub]
        Router  Browser[Browser Puppet]
        Router  RAG[Local RAG]
        Router  SQLite[SQLite Explorer]
    end

    Supervisor -->|Response| WSS

📸 截图

🚀 入门指南

先决条件

  • Python 3.10+
  • Node.js 18+ & npm
  • Git

1.克隆存储库

git clone https://github.com/chakisahmed/agentic-chatbot-mcp.git
cd agentic-chatbot-mcp

2.后端设置(mcp-learning)

导航到后端目录并设置Python环境:

cd mcp-learning

# Create a virtual environment
python -m venv venv

# Activate the virtual environment
# Windows:
.\venv\Scripts\activate
# Mac/Linux:
source venv/bin/activate

# Install dependencies
pip install -r requirements.txt

配置: 创建一个 .env 归档 mcp-learning/ 使用API密钥:

DEEPSEEK_API_KEY=your_key_here
GITHUB_TOKEN=your_token_here (optional)

3.前端设置(mcp-ui)

导航到前端目录并安装依赖项:

cd ../mcp-ui

# Install Node modules
npm install

配置: 创建一个 .env.local 归档 mcp-ui/:

NEXT_PUBLIC_API_URL=ws://localhost:8000/ws

🏃‍♂️ 运行应用程序

启动后端服务器

从 mcp-learning 目录:

python -m ws_server.api_server

*WebSocket服务器将在 ws://localhost:8000.*

启动前端客户端

从 mcp-ui 目录:

npm run dev

*访问应用程序 http://localhost:3000.*

📚 文档

  • MCP工具:详见 mcp-learning/servers/
  • 代理逻辑:参见 mcp-learning/clients/agent_supervisor.py
  • UI组件:位于 mcp-ui/src/components/

🤝 贡献

欢迎投稿、问题和功能请求!

📄 许可证

该项目根据MIT许可证获得许可。

工具与能力

工具数量

5

资源数量

0

提示词数量

0

能力标签

AI助手Python本地部署模型上下文协议任务自动化开发工具集成现代UI

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

选择建议

值得选的地方

  • 只提供 5 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Agentic Chatbot MCP

MCP World · 本页

5stdio有1 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Agentic Chatbot MCP 怎么安装?

公开资料给出的安装命令是 python -m venv venv,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Agentic Chatbot MCP 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

Agentic Chatbot MCP 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Agentic Chatbot MCP 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Agentic Chatbot MCP 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP