AI表格填充剂
一个由模型上下文协议（MCP）服务器构建的智能多代理系统，可以自动化政府表格填写过程。只需告诉系统你需要什么（比如“在印度申请PAN卡”），它就会自动处理研究、表格填写和提交。
🎯 视觉
该项目旨在 使官僚程序民主化 通过人工智能援助使政府服务更容易获得。不再对使用哪些网站、需要哪些文档或如何填写复杂表格感到困惑。
🏗️ 建筑
多代理MCP系统
- 研究代理：研究流程、要求并找到官方网站
- 表单自动化代理：处理web自动化、表单填写和文档上传
- 协调者：编排工作流并管理用户交互
主要特点
- 🔍 智能研究：自动发现需求和官方网站
- 🤖 智能自动化：使用OTP、上传、多步骤流程处理复杂表单
- 💬 用户交互：无缝提示缺少的信息或批准
- 🛡️ 安全第一：正确的凭证处理和用户同意流程
- 🔄 可扩展：易于添加新的政府服务
🚀 快速开始
先决条件
- Python 3.10+
- 克劳德桌面（用于测试）
- Chrome/Chromium浏览器
安装
- 克隆和设置：
git clone
cd "A2A Form Filling Agent"- 安装依赖项：
# Install the project
uv sync
# Install Playwright browsers
uv run playwright install chromium- 环境设置：
# Copy environment template
cp .env.example .env
# Edit .env with your settings (optional for basic testing)发展模式
使用MCP检查员测试单个试剂：
# Test Research Agent
uv run mcp dev research_agent/server.py
# Test Automation Agent
uv run mcp dev automation_agent/server.py
# Test Coordinator
uv run mcp dev coordinator/server.pyClaude桌面集成
添加到您的Claude桌面 config.json:
{
"mcpServers": {
"form-research": {
"command": "uv",
"args": ["run", "python", "-m", "research_agent.server"],
"cwd": "/path/to/A2A Form Filling Agent"
},
"form-automation": {
"command": "uv",
"args": ["run", "python", "-m", "automation_agent.server"],
"cwd": "/path/to/A2A Form Filling Agent"
}
}
}🧪 使用示例
基本政府应用
User: "I need to apply for a PAN card in India"
Research Agent:
- Finds official NSDL/UTI websites
- Lists required documents (photos, address proof, etc.)
- Explains the process steps
Automation Agent:
- Opens correct application form
- Guides user through filling personal details
- Handles document uploads
- Manages OTP verification
- Submits application高级多步骤流程
User: "Apply for driving license in Maharashtra"
System:
- Researches learner's license requirements first
- Guides through document preparation
- Fills online application forms
- Schedules test appointments
- Tracks application status🛠️ 发展
项目结构
├── research_agent/ # Research & requirement gathering
│ ├── server.py # Main MCP server
│ ├── tools/ # Research tools
│ └── knowledge/ # Knowledge base
├── automation_agent/ # Web automation & form filling
│ ├── server.py # Main MCP server
│ ├── tools/ # Automation tools
│ └── handlers/ # Site-specific handlers
├── coordinator/ # Workflow coordination
├── shared/ # Common utilities
└── examples/ # Example implementations添加新服务
- 研究部分：将有关新服务的知识添加到
research_agent/knowledge/ - 自动化组件：在中创建特定于站点的处理程序
automation_agent/handlers/ - 测试：使用MCP检查器测试单个组件
测试
# Run all tests
uv run pytest
# Test specific component
uv run pytest tests/test_research_agent.py
# Integration tests
uv run pytest tests/integration/🔧 配置
环境变量
# Optional: API keys for enhanced research
GOOGLE_API_KEY=your_google_api_key
SERPAPI_KEY=your_serpapi_key
# Browser settings
HEADLESS_BROWSER=false # Set to true for headless mode
BROWSER_TIMEOUT=30000 # Page load timeout in ms
# Debug settings
DEBUG_MODE=true
LOG_LEVEL=INFO定制
- 研究来源：在中配置其他数据源
research_agent/config.py - 现场处理人员：在中添加新的网站处理程序
automation_agent/handlers/ - 用户提示：在中自定义交互流
coordinator/flows.py
🤝 贡献
- 分叉存储库
- 创建要素分支(
git checkout -b feature/amazing-feature) - 提交您的更改(
git commit -m 'Add amazing feature') - 推到分支(
git push origin feature/amazing-feature) - 打开拉取请求
📋 路线图
第一阶段：核心基础✅
- \[x\] 基本MCP服务器结构
- \[x\] 具有网页抓取功能的研究代理
- \[x\] Playwright的简单表单自动化
- \[x\] Claude桌面集成
第二阶段：增强能力🚧
- \[\]先进的表单检测和处理
- \[\]文件管理系统
- \[\]多语言支持
- \[\]特定州的变化
第三阶段：生产准备📋
- \[\]错误恢复和重试机制
- \[\]全面的测试覆盖率
- \[\]性能优化
- \[\]安全审计和强化
第四阶段：高级功能📋
- \[\]用于表单识别的机器学习
- \[\]语音交互支持
- \[\]移动应用程序集成
- \[\]企业部署选项
⚠️ 重要说明
- 使用者同意：所有操作都需要明确的用户批准
- 安全：切勿存储凭据；需要时始终提示
- 合规：遵守网站服务条款和费率限制
- 准确度：信息经过研究，但用户应核实关键细节
📜 许可证
MIT许可证-请参阅 许可证 文件以获取详细信息。
🙋♂️ 支持
- 为错误报告或功能请求创建问题
- 在创建新问题之前检查现有问题
- 提供详细信息以加快分辨率
______________________________________________________________________
免责声明：该工具用于教育和援助目的。用户有责任确保遵守所有适用法律和网站服务条款。