capstone项目
该项目探索了mcp、rag和一个能够读取和分析文档、图像和url的多功能多模式代理
高级多模态内容分析器 一种复杂的人工智能内容分析工具，将RAG（检索增强生成）与MCP（模型上下文协议）相结合，用于准确的多模式内容分析。上传文件、输入网址或粘贴文本，并通过交互式聊天界面获得智能见解。
特性 多模式内容支持 文件上传：PDF文档、图像（JPG、PNG等）、文本文件
URL分析：从任何网站抓取和提取内容
文本输入：直接粘贴文本以进行即时分析
图像处理：OCR+AI视觉，用于全面的图像分析
先进的人工智能能力 RAG Powered：基于上下文的准确答案的增强检索生成
MCP集成：用于增强分析的模型上下文协议
实时聊天：关于您内容的互动问答
无幻觉：100%基于内容的回复
技术特性 矢量数据库：用于高效语义搜索的ChromaDB
网络抓取：BeautifulSoup驱动的内容提取
OCR集成：使用Tesseract从图像中提取文本
AI视觉：Groq驱动的图像分析
模块化架构：可扩展的MCP工具框架
安装 先决条件 Python 3.8+
Jupyter笔记本/JupyterLab
Groq API帐户（在此处获取API密钥）
步骤1：克隆存储库 bash 克隆https://github.com/yourusername/multimodal-content-analyzer.git cd多峰含量分析仪 步骤2：安装依赖项 bash pip安装-r要求.txt 如果requirements.txt不可用，请手动安装：
bash
核心依赖关系
pip安装ipywidgets langchain chromadb句子转换器pdfminer.six python dotenv请求美化输出4
完整功能的可选依赖项
pip安装pytesseract枕头scikit学习numpy
对于Windows用户，还应安装：
pip安装pytesseract
从以下网址下载Tesseract OCR：https://github.com/UB-Mannheim/tesseract/wiki
步骤3：环境设置 在项目根目录中创建.env文件：
环境 GROQ_API_KEY=your_GROQ_API_KEY_here 步骤4：添加到.gitignore 微笑 .env 色度/ 温度\_\* \*.pyc __\_\_pycache\_\___/ .ipynb_检查点/ 用法 运行应用程序 启动Jupyter笔记本：
bash Jupyter笔记本 打开multimodal_content_analyzer.ipynb
按顺序运行所有单元格
交互式界面将显示三种输入法
输入法 文件上传 点击“上传文件”选项卡
拖放或单击浏览
支持的格式：PDF、图像（JPG、PNG等）、文本文件
自动内容提取和处理
URL分析 点击“输入URL”选项卡
输入任何网站URL（有或没有https://）
自动网页抓取和内容提取
实时网站分析
文本输入 单击“粘贴文本”选项卡
粘贴任何文本内容（文章、文档、笔记、代码等）
即时处理和分析
聊天界面 询问有关您上传内容的问题
获得准确、针对具体情况的答案
切换MCP增强以进行高级分析
清除聊天或开始新的分析会话
系统架构 文本 用户输入 ↓ 内容处理 ├── 文件上传→ PDF/图像/文本提取 ├── URL输入→ 网络爬虫→ 内容提取\ └── 文本输入→ 直接处理 ↓ 矢量数据库（ChromaDB） ↓ RAG系统+MCP工具 ↓ 人工智能响应生成（Groq API） ↓ 交互式聊天界面 关键组件 UniversalContentAnalyzer：主要内容处理引擎
MCPClient：模型上下文协议集成
RAG管道：检索和生成系统
Web抓取器：URL内容提取
OCR引擎：图像文本识别
聊天界面：交互式用户界面
🔧 配置 环境变量 GROQ_API_KEY:您的GROQ API密钥（必需）
模型设置 嵌入型号：全MiniLM-L6-v2
LLM型号：骆驼-3.3-70b-多功能
视觉模型：llava-v1.5-7b-4096-review
温度：0.1（实际准确度）
处理参数 块大小：500个字符
块重叠：50个字符
检索计数：5个最相关的块
OCR引擎：Tesseract
网页抓取：带有自定义标题的BeautifulSoup
示例用例 文件分析 文本 上传：研究论文PDF 问题：“作者使用了什么方法？” 回复：基于论文内容的准确总结 网站分析 文本 网址：https://example.com/blog 问题：“涵盖的主要主题是什么？” 响应：抓取网站内容分析 图像分析 文本 上传：产品截图 问题：“此图像中显示了哪些特征？” 响应：OCR文本+AI视觉描述 文本分析 文本 粘贴：新闻文章文本 问题：“关键点是什么？” 响应：智能摘要 故障排除 常见问题 找不到API密钥
检查.env文件是否存在于项目根目录中
验证GROQ_API_KEY设置是否正确
创建.env后重新启动Jupyter内核
文件上传问题
确保文件未损坏
检查文件大小（建议\<10MB）
验证支持的文件格式
URL抓取失败
检查互联网连接
验证URL是否可访问
某些网站可能会阻止抓取
图像处理错误
安装pytesseract和枕头
在Windows上，单独安装Tesseract OCR
检查图像格式和质量
模块导入错误
安装缺失的依赖项
安装后重新启动Jupyter内核
性能提示 对于大型文档，首次分析可能需要更长的时间
启用MCP以执行复杂的分析任务
使用“新分析”清除以前的会话
对于大型网站，在抓取过程中要有耐心
贡献 欢迎投稿！请随时提交问题和拉取请求。
改进领域 附加MCP工具集成
支持更多文件格式
增强的网页抓取功能
批处理功能
分析结果的导出功能
开发设置 复刻仓库
创建要素分支
进行更改
如果适用，添加测试
提交拉取请求
许可证 该项目由steven kamau mbugua授权
致谢 Groq用于高性能LLM API访问
RAG框架的LangChain
ChromaDB用于矢量数据库
用于网页抓取的BeautifulSoup
OCR功能的细分
嵌入的句子转换器
支持 对于问题和疑问：
检查上面的故障排除部分
在GitHub上打开一个问题：
错误消息
重现步骤
系统信息
导致问题的内容类型
注：此工具专为教育和研究目的而设计。在抓取网站时，始终尊重内容版权和服务条款。如需法律建议，请咨询合格的专业人士。