带有MCP、Django和MongoDB的LibreChat WebUI-完整文档

📖 目录

项目概述
建筑
特性
安装和设置
运作原理
文件结构
API终点
MCP工具
故障排除
贡献

______________________________________________________________________

此repo上有哪些功能

4层架构（UI、AI、API、DB）
10个用于数据操作的MCP工具
用于业务逻辑的Django REST API
MongoDB用于数据存储
完全码头化
生产准备就绪

项目概述

带有MCP、Django和MongoDB的LibreChat WebUI 是一个完整的、可用于生产的聊天应用程序，它结合了：

Librechat：开源聊天UI
谷歌双子座：先进的AI/LLM模型
MCP（模型上下文协议）：将AI连接到自定义工具
Django REST API：业务逻辑层
MongoDB：用于数据持久性的NoSQL数据库

这是一个 四层应用架构 完全Docker化，这意味着所有东西都可以通过一个命令在容器中运行： docker-compose up -d

用例

企业聊天应用程序：构建具有数据库访问功能的智能聊天机器人
数据分析聊天：通过自然语言查询MongoDB数据
LLM工具集成：向任何LLM添加自定义工具
教育项目：学习Docker、Python、Django、MongoDB、FastAPI

______________________________________________________________________

建筑

四层体系

┌────────────────────────────────────────────────────┐
│  User Browser (http://localhost:3080)              │
│  LibreChat Web UI                                  │
└────────────────┬─────────────────────────────────┘
                 │
                 ↓ (HTTP/REST)
┌────────────────────────────────────────────────────┐
│  Google Gemini API (Cloud)                         │
│  "List employees from MongoDB"                     │
└────────────────┬─────────────────────────────────┘
                 │
                 ↓ (Uses MCP tools)
┌────────────────────────────────────────────────────┐
│  MCP Server (Port 8000)                            │
│  FastMCP / bi_universal.py                         │
│  - Provides 10 tools to Gemini                      │
│  - Routes requests to Django                       │
└────────────────┬─────────────────────────────────┘
                 │
                 ↓ (HTTP/REST API)
┌────────────────────────────────────────────────────┐
│  Django REST API (Port 8001)                       │
│  Business Logic Layer                              │
│  - Handles data validation                         │
│  - Connects to MongoDB                             │
└────────────────┬─────────────────────────────────┘
                 │
                 ↓ (MongoClient)
┌────────────────────────────────────────────────────┐
│  MongoDB (Port 27017)                              │
│  Database (companyDB)                              │
│  - Collections: employees, projects, sales, etc.   │
└────────────────────────────────────────────────────┘

集装箱通信

所有集装箱都在 相同的Docker网络 (librechat-network)，因此它们使用服务名称进行通信：

librechat → 会谈 bi-universal 在 http://bi-universal:8000/mcp
bi-universal → 会谈 django-api 在 http://django-api:8001/api
django-api → 会谈 mongo 在 mongodb://admin:pass123@mongo:27017

______________________________________________________________________

特性

1. Web用户界面（librechat）

简洁、直观的聊天界面
Google Gemini模型集成
对话历史
实时响应

2. MCP工具（10个可用）

query_collection -查询MongoDB数据
insert_document -添加新文档
update_document -修改现有数据
delete_document -删除数据
list_collections_via_django -显示所有收藏
get_collection_info_via_django -获取收藏详细信息
export_via_django -将数据导出为JSON
smart_command -自然语言命令
django_health_check -API健康状况
create_plot -生成图表和图形

3. Django REST API

完全RESTful端点
MongoDB集成
请求验证
错误处理
健康检查

4. 数据库（MongoDB）

NoSQL数据库
灵活的架构
完整的CRUD操作
复合查询

5. Docker和DevOps

多容器编排
卷持久性
健康检查
自动重启策略
环境配置

______________________________________________________________________

安装和设置

先决条件

已安装Docker和Docker Compose
Google Gemini API密钥（免费https://console.google.com/gen-ai)
~2GB可用磁盘空间

步骤1：克隆存储库

git clone https://github.com/ys619/librechat-webui-mcp.git
cd librechat-webui-mcp

步骤2：配置环境

创建或更新 .env 文件：

# Google Gemini API Key (REQUIRED)
GOOGLE_KEY=your-api-key-here

# MongoDB Configuration
MONGO_URI=mongodb://admin:pass123@mongo:27017
MONGO_DB=companyDB
MONGO_INITDB_ROOT_USERNAME=admin
MONGO_INITDB_ROOT_PASSWORD=pass123

# MCP Configuration
DATABASE_TYPE=mongodb
ENABLE_DJANGO_API=true
DJANGO_API_URL=http://django-api:8001/api

# Django Configuration
DJANGO_SECRET_KEY=your-secret-key-here
DEBUG=True

# LibreChat Configuration
NODE_ENV=production
ALLOW_REGISTRATION=true
ALLOW_GUEST_ACCESS=false
DEFAULT_MODEL=gemini-2.0-flash

步骤3：启动所有服务

# Build and start
docker-compose up -d --build

# Wait 30 seconds for services to initialize
sleep 30

# Verify all services running
docker-compose ps

预期产量：

NAME           STATUS              PORTS
mongo          Up (healthy)        27017/tcp
django-api     Up                  8001/tcp
bi-universal   Up                  8000/tcp
librechat      Up (healthy)        3080/tcp

步骤4：访问应用程序

聊天界面: http://localhost:3080
Django API: http://localhost:8001/api/collections/
MCP服务器: http://localhost:8000/mcp
MongoDB：本地主机：27017（内部）

步骤5：第一次查询

首选http://localhost:3080
登录（默认凭据或创建帐户）
问： “列出所有收藏”
Gemini将使用MCP工具查询MongoDB
获取响应：集合名称和详细信息

______________________________________________________________________

工作原理：一步一步

示例查询：“列出财务部门的员工”

步骤1：用户输入

User types in LibreChat: "List employees from the Finance department"

第二步：LibreChat→ API双子星

LibreChat使用可用的工具将查询发送到Google Gemini API。

第三步：双子座决定

Gemini分析查询并决定：

这需要数据库中的数据
我应该用 query_collection MCP工具
收藏： employees
筛选器： {department: "Finance"}

第四步：双子座→ MCP服务器

Gemini将MCP工具命名为 http://bi-universal:8000/mcp:

{
  "tool": "query_collection",
  "args": {
    "collection": "employees",
    "filter": "{\"department\": \"Finance\"}",
    "limit": 100
  }
}

步骤5:MCP→ Django API

MCP服务器接收请求并转发给Django API：

POST http://django-api:8001/api/collections/query/
{
  "collection": "employees",
  "filter": {"department": "Finance"},
  "limit": 100
}

第六步：Django→ MongoDB

Django REST API连接到MongoDB：

from pymongo import MongoClient
client = MongoClient('mongodb://admin:pass123@mongo:27017')
db = client['companyDB']
collection = db['employees']
results = list(collection.find({"department": "Finance"}))

步骤7:MongoDB返回数据

[
  {
    "_id": "ObjectId(...)",
    "name": "Fahad",
    "department": "Finance",
    "salary": 72000,
    "city": "Thane"
  },
  {
    "_id": "ObjectId(...)",
    "name": "Priya",
    "department": "Finance",
    "salary": 68000,
    "city": "Mumbai"
  }
]

步骤8：数据返回堆栈

MongoDB→ Django（格式为JSON）
姜戈→ MCP（HTTP响应）
MCP → Gemini（工具结果）
双子座→ LibreChat（自然语言响应）

步骤9：用户看到答案

LibreChat displays:
"Here are the employees in the Finance department:
- Fahad from Thane, salary: 72000
- Priya from Mumbai, salary: 68000"

______________________________________________________________________

文件结构

librechat-webui-mcp/
│
├── docker-compose.yml              # Main orchestration file
├── .env                            # Environment variables
├── .gitignore                      # Git ignore rules
│
├── mcp/                            # MCP Server
│   ├── bi_universal.py             # Main MCP server with 10 tools
│   ├── requirements.txt            # Python dependencies
│   └── Dockerfile                  # Container config
│
├── django_project/                 # Django REST API
│   ├── manage.py                   # Django management
│   ├── requirements.txt            # Python dependencies
│   ├── Dockerfile                  # Container config
│   ├── django_api/                 # Main Django app
│   │   ├── settings.py             # Django settings
│   │   ├── urls.py                 # URL routing
│   │   └── wsgi.py                 # WSGI config
│   └── mongodb_api/                # API app
│       ├── views.py                # REST API views
│       ├── urls.py                 # API routes
│       └── models.py               # Data models
│
├── librechat.yaml                  # LibreChat configuration
├── docs/                           # Documentation
│   ├── README.md                   # Project overview
│   └── README-DJANGO.md            # Django documentation
│
└── workspace/                      # MCP outputs
    └── bi_outputs/                 # Generated files (charts, logs)

______________________________________________________________________

API终点

Django REST API(`http://localhost:8001/api/`)

方法	终点	目的
`GET`	`/collections/`	列出所有收藏
`POST`	`/collections/query/`	使用筛选器查询文档
`POST`	`/collections/insert/`	插入新文档
`POST`	`/collections/update/`	更新现有文档
`POST`	`/collections/delete/`	删除文档
`POST`	`/collections/export/`	将集合导出为JSON
`GET`	`/health/`	健康检查

API调用示例

# Query employees from Finance department
curl -X POST http://localhost:8001/api/collections/query/ \
  -H "Content-Type: application/json" \
  -d '{
    "collection": "employees",
    "filter": {"department": "Finance"},
    "limit": 100
  }'

# Response:
{
  "collection": "employees",
  "documents_found": 2,
  "documents": [
    {"_id": "...", "name": "Fahad", "department": "Finance", ...},
    {"_id": "...", "name": "Priya", "department": "Finance", ...}
  ],
  "status": "success"
}

______________________________________________________________________

🧩 MCP工具

1. 查询集合

使用过滤器、排序和限制查询MongoDB。

Input: collection name, filter dict, limit
Output: Array of documents

2. insert_document

将新文档添加到集合中。

Input: collection name, document data
Output: Inserted document ID

3. update_document

修改现有文档。

Input: collection name, filter, update data
Output: Number of documents updated

4. 删除文档

从收藏中删除文档。

Input: collection name, filter
Output: Number of documents deleted

5. list_collections_via_django

获取所有集合名称和计数。

Output: List of collections with document counts

6. get_collection_info_via_django

获取收藏的详细信息。

Input: collection name
Output: Field names, data types, total documents

7. export_via_django

将整个集合导出为JSON。

Input: collection name
Output: JSON file path

8. 智能命令

自然语言命令执行。

Input: Natural language instruction
Output: Execution result

9. django_健康检查

检查API运行状况。

Output: API status, uptime, response time

10. create_plot

根据数据生成图表和图形。

Input: Data, chart type (bar, line, pie, etc.)
Output: Chart image file path

______________________________________________________________________

Docker命令

常用命令

# Start all services
docker-compose up -d

# Stop all services
docker-compose down

# View logs
docker-compose logs -f

# View specific service logs
docker-compose logs -f django-api

# Restart specific service
docker-compose restart django-api

# Remove everything (including volumes!)
docker-compose down -v

# Rebuild images
docker-compose build

# Scale a service
docker-compose up -d --scale bi-universal=2

# Check container status
docker-compose ps

# Execute command in container
docker-compose exec django-api python manage.py migrate

______________________________________________________________________

故障排除

问题：服务无法启动

# Check Docker daemon is running
docker --version

# Check logs
docker-compose logs

# Common fix: restart Docker
sudo systemctl restart docker

问题：“端口3080已在使用中”

# Stop other services using the port
lsof -i :3080
kill -9 

# Or change port in docker-compose.yml
# Change: ports: - "3080:3080"
# To: ports: - "3081:3080"

问题：MongoDB连接被拒绝

# Check MongoDB container is running
docker-compose ps mongo

# Verify credentials in .env
# Default: admin / pass123

# Check network
docker network ls

问题：Django API返回404

# Check URL routing in django_api/urls.py
# Must have: path("api/", include("mongodb_api.urls"))

# Restart Django
docker-compose restart django-api

问题：Gemini中没有MCP工具

# Check MCP is running
docker-compose logs bi-universal

# Verify connection
curl http://localhost:8000/mcp

# Check librechat config (librechat.yaml)
# Must have: bi-universal endpoint configured

______________________________________________________________________

文件说明

`docker-compose.yml`

定义所有4个服务的编排文件：

芒果：数据库容器
django api：REST API容器
双通用：MCP服务器容器
Librechat：Web UI容器

指定：

每个服务的映像/Dockerfile
暴露的端口
环境变量
卷装载
健康检查
依赖项
网络配置

`mcp/bi_universal.py`

主MCP服务器文件：

定义10个MCP工具
将请求路由到Django API
处理工具执行
将结果返回给Gemini

主要功能：

query_via_django() -查询MongoDB
insert_via_django() -插入数据
health_check() -API状态

`django_project/mongodb_api/views.py`

REST API视图处理：

list_collections() -列出所有收藏
query_collection() -使用筛选器进行查询
insert_document() -创建新记录
update_document() -修改记录
delete_document() -删除记录

`django_project/mongodb_api/urls.py`

API路由-将URL映射到视图：

GET /collections/ → list_collections（）
POST /collections/query/ → 查询集合（）
等等

`librechat.yaml`

LibreChat配置：

MCP服务器端点
Gemini API设置
UI定制
模型选择

______________________________________________________________________

贡献

想扩展这个项目吗？

添加新的MCP工具

编辑 mcp/bi_universal.py
添加新工具功能：

@mcp_server.tool()
def new_tool(arg1: str, arg2: int) -> dict:
    """Description of tool"""
    # Implementation
    return {"result": "value"}

重建并重新启动：

docker-compose build bi-universal
docker-compose up -d bi-universal

添加新的API端点

编辑 django_project/mongodb_api/views.py
创建新视图：

class NewApiView(APIView):
    def post(self, request):
        # Implementation
        return Response({"status": "success"})

在中添加URL路由 urls.py:

path("new-endpoint/", views.new_api_view, name="new_endpoint")

重新启动Django：

docker-compose restart django-api

______________________________________________________________________

许可证

MIT许可证-可自由用于个人和商业项目。

______________________________________________________________________

作者

亚什·辛格 （@ys619）

github：https://github.com/ys619
项目：https://github.com/ys619/librechat-webui-mcp

______________________________________________________________________

致谢

Librechat -开源聊天界面
谷歌双子座 -AI模型
FastMCP -MCP实施
姜戈 -Web框架
MongoDB -数据库
码头工人 -集装箱化

______________________________________________________________________

支持

对于问题、疑问或建议：

检查故障排除章节
打开GitHub问题：https://github.com/ys619/librechat-webui-mcp/issues
请阅读中的各个README文件 /docs/
如有任何疑问，请联系yashjagvirsingh17@gmail.com

______________________________________________________________________

编码愉快！

Librechat Webui MCP

快速接入

详细介绍

带有MCP、Django和MongoDB的LibreChat WebUI-完整文档

📖 目录

此repo上有哪些功能

项目概述

用例

建筑

四层体系

集装箱通信

特性

1. Web用户界面（librechat）

2. MCP工具（10个可用）

3. Django REST API

4. 数据库（MongoDB）

5. Docker和DevOps

安装和设置

先决条件

步骤1：克隆存储库

步骤2：配置环境

步骤3：启动所有服务

步骤4：访问应用程序

步骤5：第一次查询

工作原理：一步一步

示例查询：“列出财务部门的员工”

步骤1：用户输入

第二步：LibreChat→ API双子星

第三步：双子座决定

第四步：双子座→ MCP服务器

步骤5:MCP→ Django API

第六步：Django→ MongoDB

步骤7:MongoDB返回数据

步骤8：数据返回堆栈

步骤9：用户看到答案

文件结构

API终点

Django REST API(http://localhost:8001/api/)

API调用示例

🧩 MCP工具

1. 查询集合

2. insert_document

3. update_document

4. 删除文档

5. list_collections_via_django

6. get_collection_info_via_django

7. export_via_django

8. 智能命令

9. django_健康检查

10. create_plot

Docker命令

常用命令

故障排除

问题：服务无法启动

问题：“端口3080已在使用中”

问题：MongoDB连接被拒绝

问题：Django API返回404

问题：Gemini中没有MCP工具

文件说明

docker-compose.yml

mcp/bi_universal.py

django_project/mongodb_api/views.py

django_project/mongodb_api/urls.py

librechat.yaml

贡献

添加新的MCP工具

添加新的API端点

许可证

作者

致谢

支持

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP

Django REST API(`http://localhost:8001/api/`)

`docker-compose.yml`

`mcp/bi_universal.py`

`django_project/mongodb_api/views.py`

`django_project/mongodb_api/urls.py`

`librechat.yaml`