Token导航 LogoToken导航TokenDH.com
Generative AI MCP Application logo
运维云端stdio官方级别未说明来源级核验

Generative AI MCP Application

MCP Server

一个包含前端聊天界面、客户端和服务器端的生成式AI系统,支持用户通过聊天界面与AI交互。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
PythonAI交互Docker

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

vcse59

提供方

vcse59

最后核验

2026/5/17 20:21

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python -m venv .venv

详细介绍

模型上下文协议E2E(端到端)应用程序

该存储库包含生成式人工智能项目的组件,包括聊天应用程序、客户端和服务器。

目录

概述

该项目展示了一个具有聊天界面的生成式人工智能系统。它分为三个主要部分:

  • 聊天应用程序:前端聊天应用程序。
  • mcp客户端:与服务器通信的客户端。
  • mcp服务器:处理AI生成的后端服务器。
  • 奥拉马:处理ollama模型的后端服务。

项目架构

MCP (Model Context Protocol) Architecture

上图说明了聊天应用程序、mcp客户端、mcp服务器和Ollama服务之间的交互。

组件

聊天应用程序

一个用户友好的网络界面,用于与生成式人工智能进行交互。采用现代网络技术构建。结账 README.md

mcp客户端

处理聊天应用程序和mcp服务器之间的通信。负责发送用户消息和接收AI响应。结账 README.md

mcp服务器

使用AI模型处理请求并生成响应的后端服务。结账 README.md

奥拉马

这是将run-ollama用作docker镜像的docker服务。 它建议使用docker来运行ollama。结账 README.md

入门指南

先决条件

克隆存储库:

git clone https://github.com/vcse59/Generative-AI-MCP-Application.git
cd Generative-AI-MCP-Application

本地:

导航到存储库根目录:

  • Unix/Linux/macOS(bash/zsh/fish)
cd "$(git rev-parse --show-toplevel)"
  • PowerShell(Windows)
cd (git rev-parse --show-toplevel)
  • 命令提示符(Windows上的cmd.exe)
for /f "delims=" %i in ('git rev-parse --show-toplevel') do cd "%i"

创建、激活Python虚拟环境并使用pip安装诗歌:

  • Windows(命令提示符):
  python -m venv .venv
  .venv\Scripts\activate
  pip install poetry
  • Windows(PowerShell):
  python -m venv .venv
  .venv\Scripts\Activate.ps1
  pip install poetry
  • Unix/Linux/macOS(bash/zsh):
  python3 -m venv .venv
  source .venv/bin/activate
  pip install poetry
  1. 在具有活动虚拟环境的单独终端中安装每个组件的依赖关系:
   cd chat-app
   npm install
   cd mcp-client
   poetry install
   cd mcp-server
   poetry install
  1. 导航到mcp服务器项目,并在具有活动虚拟环境的新终端中启动mcp服务器:
   poetry run mcp-server
  1. 按照说明在新终端中启动docker中的ollama服务:

奥拉马

  1. 导航到新终端中的MCP客户端根目录,并为MCP客户端配置以下bash变量

### 环境变量包括:

   OLLAMA_LLM_MODEL_NAME=llama3.2:latest # Can be changed
   MCP_SERVER_ENDPOINT=http://127.0.0.1:8080/mcp
   OLLAMA_API_URL=http://127.0.0.1:11434
  1. 导航到mcp客户端项目,并在具有活动虚拟环境的新终端中启动mcp客户端:
   poetry run uvicorn src.mcp_client.app:app --host 0.0.0.0 --port 8000 --reload
  1. 导航到聊天应用程序项目,并在新终端中启动聊天应用程序:
   npm start

码头工人

您可以使用Docker Compose运行所有组件,以便于设置和部署。

  • 导航到repostory根目录
  1. 构建并启动所有服务:
   docker-compose up --build
  1. 停止服务:
   docker-compose down

确保你有 码头工人 和 安装。

docker-compose.yml 文件定义了服务 chat-app, mcp-client,以及 mcp-server每个服务都是从其各自的目录构建的。

用法

  • 在浏览器中打开聊天应用程序(http://localhost:5000).
  • 输入您的消息并与AI交互。例如, Add 10 and 299 numbers
  • mcp客户端和mcp服务器处理消息路由和AI生成。

安全

有关安全策略、报告漏洞和最佳实践的信息,请参阅 安全.md 文件。

许可证

该项目根据MIT许可证获得许可。请参阅 许可证 文件以获取详细信息。

目录标签

目录标签

PythonAI交互Docker生成式AI本地部署聊天应用Docker部署

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

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。

来源信息

继续浏览同类 MCP