______________________________________________________________________
title：基于MCP的上下文感知NLP分类平台 表情符号🧠 颜色来源：靛蓝 颜色：红色 sdk:docker app_file：Dockerfile 固定：false 许可证：mit
基于MCP的上下文感知NLP分类平台
概述
此存储库实现了 上下文感知NLP分类平台 它结合了轻量级的TF-IDF（术语频率-反向文档频率）+逻辑回归基线和可选 LLM辅助上下文重新排序 通过MCP（托管上下文平台）。它支持多领域分类（财务、人力资源、法律）、结构化上下文解析、日志记录和评估。
该平台是模块化的，可以运行 在虚拟环境中本地 或在一个 拥抱脸空间中的Docker容器.
拥抱面部空间： LeonardoMdSA/基于MCP的上下文感知NLP分类平台
______________________________________________________________________
仓库结构
Dockerfile
LICENSE
README.md
requirements-dev.txt
requirements.txt
app/
config.py # Configuration and settings
logging_config.py # Logging configuration
main.py # Main entry point for API server
api/
routes.py # FastAPI routes
schemas.py # Pydantic schemas
classification/
decision.py # Classification decision & abstention logic
llm_adapter.py # Optional LLM integration for context
model.py # Abstract classifier orchestration
preprocess.py # Text preprocessing and tokenization
sklearn_model.py # TF-IDF + Logistic Regression classifier
context/
resolver.py # Context resolution logic
logging/
context_log.py # Context logging to JSON
inference_log.py # Inference (label and confidence) logging to JSON
orchestration/
context_resolver.py # MCP-based structured context orchestration
mcp_client.py # MCP server communication utilities
utils/
validators.py # Metadata validation utilities
data/
samples/
train.json # Training samples (small dataset)
eval.json # Evaluation samples
training_data.json # Full training dataset
docs/
TECH_DEBT.md # Technical debt documentation
logs/ # Runtime logs
mcp_servers/
history_server/ # Historical label MCP server
server.py
data/labels.csv
policy_server/ # Policy MCP server
server.py
data/rules.yaml
taxonomy_server/ # Taxonomy MCP server
server.py
data/taxonomy.sqlite
models/
trained_pipeline.joblib # Trained sklearn model pipeline
scripts/
evaluate.py # Offline evaluation script
populate_taxonomy.py # Populate taxonomy.sqlite for MCP
seed_data.py # Seed initial data into MCP files
train_model.py # Train sklearn model from JSON dataset
tests/
conftest.py # Pytest configuration
test_api.py # API endpoint tests
test_classification.py # Classification module tests
test_context_resolution.py # Context resolver tests
test_mcp_servers.py # MCP server tests
ui/
static/
script.js # Frontend JS
style.css # Frontend CSS
templates/
index.html # Frontend template______________________________________________________________________
安装（本地）
1.克隆存储库
git clone https://github.com/LeonardoMdSACode/Context-aware-NLP-classification-platform-with-MCP.git
cd Context-aware-NLP-classification-platform-with-MCP2.创建虚拟环境
python -m venv .venv
source .venv/bin/activate # Linux/macOS
.venv\Scripts\activate # Windows3.安装依赖项
pip install -r requirements.txt
pip install -r requirements-dev.txt # for testing and development4.填充MCP分类（首次设置）
python scripts/populate_taxonomy.py这将填充 mcp_servers/taxonomy_server/data/taxonomy.sqlite.
5.训练模型
python scripts/train_model.py这将训练TF-IDF+逻辑回归模型并将其保存到 models/trained_pipeline.joblib.
6.评估模型
python scripts/evaluate.py显示离线评估指标（准确性、精确度、召回率、F1分数）。
______________________________________________________________________
在本地运行API
1.启动服务器
uvicorn app.main:app --reload这将在以下位置运行FastAPI服务器 http://127.0.0.1:8000.
2.运行MCP嵌入式服务器（如果使用嵌入式模式）
嵌入式MCP服务器通过以下方式自动启动 app.orchestration.mcp_client.start_embedded_mcp_servers().
3.访问UI
打开浏览器 http://127.0.0.1:8000 使用HTML/JS前端。
4.API终点
POST /classify：发送text可选metadata根据上下文进行分类。- Swagger用户界面：
http://127.0.0.1:8000/docs
______________________________________________________________________
测试
1.运行所有测试
pytest -v2.烟雾测试
- 跑
test_backend.py以确保核心API路由正确响应。 - 检查MCP服务器是否响应
/resolve端点。
3.模块特定测试
test_classification.py→ 验证SklearnClassifier和LLMAdapter预言。test_context_resolution.py→ 检查上下文解析器输出。test_mcp_servers.py→ 验证分类、策略、历史MCP服务器。
______________________________________________________________________
运作原理
1.分类层
- 基线：
app/classification/sklearn_model.py→ TF-IDF+逻辑回归 - LLM协助：
app/classification/llm_adapter.py→ 可选的MCP上下文重新排序 - 决策逻辑：
app/classification/decision.py→ 应用信心、弃权、记录
2.上下文解析
- 嵌入式MCP模式：
app/orchestration/context_resolver.py加载JSON/SQLite本地文件 - 分布式MCP模式： 从分类、策略和历史MCP服务器获取上下文
- 记录所有上下文解析以供审计
3.日志记录
app/logging/inference_log.py→ 记录每一个预测app/logging/context_log.py→ 分类中使用的日志上下文- 日志以JSON格式存储在
logs/
4.MCP服务器
taxonomy_server→ 提供SQLite中的类别和描述policy_server→ 从YAML提供策略规则history_server→ 从CSV提供历史标签数据- 通过HTTP端点进行通信
5.脚本
train_model.py→ 训练并保存sklearn管道evaluate.py→ 离线评估populate_taxonomy.py→ 填充SQLite分类seed_data.py→ 种子MCP JSON文件
6.前端用户界面
- 界面简洁
ui/templates/index.html - 使用JS(
static/script.js)拨打电话/classify端点 - 样式通过
static/style.css
______________________________________________________________________
技术栈
该项目实现了 生产风格、上下文感知的NLP分类平台 使用经典的机器学习、基于MCP的上下文丰富和FastAPI推理层。
______________________________________________________________________
核心语言和运行时
- Python 3.13
- 主要实现语言 - 虚拟环境支持(venv) - 兼容本地执行和Docker
______________________________________________________________________
机器学习与NLP
- scikit学习
- TfidfVectorizer 用于文本特征提取 - LogisticRegression （多类，类平衡） - 可选概率校准(CalibratedClassifierCV)
- Joblib
- 模型序列化和加载(trained_pipeline.joblib)
- 经典机器学习（非深度学习）
- 选择可解释性、决定论和生产现实主义
______________________________________________________________________
文本表示法
- TF-IDF（词频-逆文档频率）
- 单字和双字特征 - 稀疏向量表示 - 快速、可解释和确定性
______________________________________________________________________
模型推理与决策逻辑
- 自定义分类编排
- 基于信任的路由 - 弃权处理 - 确定性回退启发式
- 上下文感知决策层
- 使用MCP导出的信号调整预测
- 推理日志记录
- 输入、预测标签、置信度得分和上下文
______________________________________________________________________
上下文和MCP（模型上下文协议）
- 受MCP启发的架构（本地服务器）
- 在推理时动态解析上下文
- 独立MCP服务器
- 分类服务器 （SQLite支持的文档分类） - 策略服务器 （基于YAML的业务规则） - 历史服务器 （基于CSV的标签历史记录）
- 上下文解析器
- 聚合来自所有MCP服务器的信号 - 将结构化上下文注入分类器决策流
______________________________________________________________________
后端API
- 快速API
- 基于REST的推理服务 - 请求/响应验证 - 自动OpenAPI文档
- Uvicorn
- 用于本地开发和部署的ASGI服务器
- Pydantic 2
- 严格的输入/输出模式 - 验证和类型安全
______________________________________________________________________
前端（最小UI）
- HTML/CSS/JavaScript
- Jinja2模板
- FastAPI静态文件
- 轻量级推理接口 - 无Streamlit或Gradio - 拥抱面部空间–兼容
______________________________________________________________________
持久性和存储
- SQLite
- 分类存储(taxonomy.sqlite)
- 基于文件系统的存储
- 训练有素的模特 - 日志 - 评估工件
______________________________________________________________________
测井和观测
- 结构化日志记录
- 推理日志 - 上下文解析日志
- 基于JSON的日志格式
- 旨在支持未来：
- 漂移检测 - 监控 - 告警
______________________________________________________________________
评估与实验
- 离线评估脚本
- 准确度、精密度、召回率、F1分数 - 详细的 classification_report
- 分离的列车/评估数据集
- 置信度分析
- 用于检查校准和过度自信
______________________________________________________________________
测试
- pytest
- API测试 - 分类逻辑测试 - 上下文解析测试 - MCP服务器测试
- 冒烟测试
- 端到端推理验证
- 共享装置 通过
conftest.py
______________________________________________________________________
DevOps与打包
- 码头工人
- 可复制的构建 - 容器化推理服务
- 依赖管理
- requirements.txt - requirements-dev.txt
- CI/CD存储库结构
- GitHub操作
______________________________________________________________________
设计理念
- 经典机器学习优于深度学习（有意）
- 基于原始预测的上下文感知推理
- 可解释性优于黑盒准确性
- 玩具演示的生产现实主义
______________________________________________________________________
建议
- 使用一个 更大、更多样化的数据集 用于实际部署，以避免过拟合
- 使用 S形校准 用于真实的置信度评分
- 保留日志 可审计性 以及上下文可追溯性
- 定期运行测试
pytest -v以确保稳定性
______________________________________________________________________
参考文献/文件
docs/TECH_DEBT.md→ 技术债务票据及改进建议data/samples/→ 样本培训/评估数据集models/trained_pipeline.joblib→ 预训练基线模型
______________________________________________________________________
联系人/作者
存储库： LeonardoMdSCode/基于MCP的上下文感知NLP分类平台
拥抱面部空间： LeonardoMdSA/基于MCP的上下文感知NLP分类平台
______________________________________________________________________
MIT许可证
该项目根据MIT许可证获得许可。有关详细信息，请参阅LICENSE文件。