google adk playwright

AI聊天机器人与剧作家集成

使用FastAPI后端和Streamlit前端构建的现代聊天机器人应用程序，由Google Vertex AI Gemini模型提供支持，并集成了Playwright MCP服务器支持。

特性

• 人工智能聊天机器人：由Google Vertex AI Gemini 2.0 Flash驱动的交互式聊天界面
• 剧作家整合：支持MCP服务器的测试代理和脚本生成端点
• 现代用户界面：基于Streamlit的干净前端，带有实时状态指示器
• 生产就绪：全面的错误处理、日志记录和输入验证

先决条件

• Python 3.8+
• 启用Vertex AI API的谷歌云项目
• Node.js和npm（用于Playwright MCP服务器）

安装

1. 克隆存储库：

git clone 
cd mcp_projects

1. 安装后端依赖项：

cd backend
pip install fastapi uvicorn vertexai python-dotenv pydantic

1. 安装前端依赖项：

cd ../frontend
pip install streamlit requests python-dotenv

配置

创建一个 .env 项目根目录或相应目录中的文件：

后端环境变量

GOOGLE_GENAI_USE_VERTEXAI=true
GOOGLE_CLOUD_PROJECT=your-project-id
GOOGLE_CLOUD_LOCATION=us-central1
CORS_ALLOWED_ORIGINS=http://localhost:8501

前端环境变量

GOOGLE_GENAI_USE_VERTEXAI=true
CHATBACKEND_URL=http://localhost:8090/chat
BACKEND_BASE_URL=http://localhost:8090

用法

启动后端服务器

cd backend
python main.py

后端将于启动 http://localhost:8090

启动前端应用程序

cd frontend
streamlit run app.py

前端将在 http://localhost:8501

项目结构

mcp_projects/
├── backend/
│   ├── main.py          # FastAPI backend server
│   └── mcp.json         # MCP server configuration
├── frontend/
│   └── app.py            # Streamlit frontend application
└── README.md

API终点

聊天端点

• 发布 /chat
• 请求： {"message": "your message", "context": "optional context"}
• 答复： {"response": "AI generated response"}

剧作家测试代理

• 发布 /playwright/test-agent
• 请求： {"prompt": "test scenario"}
• 答复： {"status": "success", "summary": "...", "steps": [...], "logs": [...]}

剧作家剧本生成

• 发布 /playwright/script-agent
• 请求： {"prompt": "script description"}
• 答复： {"status": "success", "summary": "...", "script": "..."}

许可证

本项目按原样提供，用于演示目的。