Chatbot MCP (D4darius)

DOREMUS聊天机器人-MCP集成

一个聊天机器人应用程序，与 DOREMUS知识图谱 通过 模型上下文协议（MCP），实现古典音乐元数据的智能查询。

🎵 概述

该项目结合了 React前端 带着一个 FastAPI后端 提供一个交互式界面，用于查询DOREMUS知识图谱——一个包括作品、作曲家、表演、录音和乐器在内的古典音乐信息的综合数据库。

该应用程序使用：

• LangGraph 用于构建代理工作流
• LangChain 用于LLM与工具绑定的集成
• 模型上下文协议（MCP） 用于结构化访问DOREMUS知识图谱
• 多个LLM提供商 （OpenAI、Groq、Anthropic、Ollama）

📁 项目结构

ChatbotMCP/
├── backend/                    # Python FastAPI backend
│   ├── src/
│   │   ├── server.py          # FastAPI application & HTTP endpoints
│   │   ├── .env               # Environment variables & API keys
│   │   └── agent/
│   │       ├── mcp_testing_agent.py       # Agent initialization & LLM setup
│   │       ├── extended_mcp_client.py     # Custom MCP client wrapper
│   │       ├── prompts.py                 # System prompts & agent instructions
│   │       └── __init__.py
│   ├── pyproject.toml         # Poetry project configuration
│   └── requirements.txt        # Python dependencies
│
├── frontend/                   # React + Vite frontend
│   ├── src/
│   │   ├── App.jsx            # Main React component
│   │   ├── App.css            # Application styles (Tailwind CSS)
│   │   ├── main.jsx           # React entry point
│   │   └── assets/            # Static assets
│   ├── index.html             # HTML template
│   ├── vite.config.js         # Vite configuration
│   ├── tailwind.config.js     # Tailwind CSS configuration
│   ├── package.json           # Node.js dependencies
│   └── public/                # Public static files
│
└── README.md                  # This file

🚀 如何设置服务器

克隆Repo

git clone https://github.com/d4darius/ChatbotMCP.git
cd ChatbotMCP

设置.env变量

创建文件

nano .env

编辑 .env 使用API密钥：

OPENAI_API_KEY=sk-...
GROQ_API_KEY=gsk_...
LANGSMITH_API_KEY=lsv2_...
OLLAMA_API_URL=https://mcp-kg-ollama.tools.eurecom.fr
OLLAMA_API_KEY=...

1. 构建docker容器：

   docker build -t mcp-chatbot-app .

然后启动它

   docker run -d \
  --name my-chatbot \
  --restart always \
  -p 8001:8001 \
  --env-file .env \
  mcp-chatbot-app

🔌 API终点

POST /chat

向聊天机器人发送消息并接收流媒体响应。

请求：

{
  "message": "Find all compositions by Beethoven in the knowledge graph",
  "model": "openai"
}

答复： 服务器发送事件（SSE）流，具有：

• type: "token" -LLM的流式文本响应
• type: "tool" -工具调用（例如，生成的SPARQL查询）

查询参数：

• model：法学硕士提供者(openai, groq, anthropic, ollama)

GET /

返回欢迎消息和服务器状态。

🤖 运作原理

graph LR
    A[User Message] -->|React Frontend| B[FastAPI Backend]
    B -->|HTTP Request| C[Agent Initialization]
    C -->|MCP Client| D[DOREMUS Knowledge Graph]
    D -->|SPARQL Results| E[LLM Processing]
    E -->|Streaming Response| B
    B -->|Server-Sent Events| A

代理工作流

1. 用户输入：用户通过React前端发送自然语言查询
2. 代理初始化：后端使用以下命令初始化LangGraph React代理：

- 选定的法学硕士（OpenAI、Groq、Anthropic或Ollama） - DOREMUS知识图谱中的MCP工具 - DOREMUS本体知识系统提示

1. 工具绑定：LLM可以调用MCP工具：

- 探索DOREMUS本体论 - 查找实体URI - 检索实体属性 - 执行SPARQL查询

1. 回应：格式化结果作为流返回到前端

🛠️ 关键技术

后端

前端

📊 DOREMUS知识图谱

多雷穆斯 是基于 CIDOC-CRM 随着 FRBR （工作表达表现项）扩展。

数据模型

• 工作：概念性音乐理念（如“贝多芬第九交响曲”）
• 表达：用记谱法、标题、作曲家实现音乐
• 显现：实物记录或出版
• 物品：表现形式的具体实例
• 事件：表演或录制活动

词汇

• 音乐键
• 模式
• 类型
• 表演媒体
• 主题目录
• 衍生类型
• 函数

🔑 环境变量

🧪 可用的LLM型号

📝 查询示例

• “查找贝多芬的所有作品”
• “古典音乐有哪些不同的流派？”
• “给我看莫扎特交响乐的录音”
• “探索作品与表演之间的关系”

📦 依赖项

后端

看 pyproject.toml 完整列表：

• 核心： fastapi, uvicorn, python-dotenv
• LLM langchain, langchain-openai, langchain-groq, langchain-anthropic, langchain-ollama
• 图表： langgraph, langsmith, langchain-mcp-adapters
• 法学硕士： openai, groq, ollama

前端

看 完整列表：

• 核心： react@19, react-dom@19
• 构建： vite@7, autoprefixer, postcss
• 造型： tailwindcss@3
• 图标： lucide-react

📚 了解更多

• LangChain文档
• LangGraph文档
• 模型上下文协议
• DOREMUS项目
• CIDOC-CRM本体

👥 作者

• 达里奥·戈斯马尔 -dario.gosmar@eurecom.fr
• 西蒙·法西奥 - simone.fassio@eurecom.fr

📄 许可证

该项目是DOREMUS倡议的一部分。有关许可证信息，请参见项目存储库。

______________________________________________________________________

快乐查询！ 🎼