LLM Communicate MCP

llm通信mcp

本地AI助手由 奥拉玛 和 主控程序，配备Telegram机器人前端。

运作原理

Telegram user
     │
     ▼
  bot.py              ← Telegram bot (python-telegram-bot)
     │
     ▼
  client.py
     │
     ├──► Tooling Agent (llama3.1:8b)
     │         decides if web search is needed
     │         calls web_search tool via MCP if required
     │              │
     │              ▼
     │         server.py  ← MCP server exposing web_search (DuckDuckGo)
     │
     └──► Chat Agent (llama3.2:3b)
               synthesises the final answer from search results (if any)
               or answers directly from its own knowledge

管道使用 两个独立的Olama模型:

流量：

1. 用户向Telegram机器人（或CLI）发送消息。
2. 这 工装代理 接收查询并决定是否需要网络搜索。

- 如果是，它会呼叫 web_search 在MCP服务器上（由DuckDuckGo支持）并收集结果。 - 如果没有（问候语、数学、编码问题、稳定的事实等），它将跳过搜索。

1. 这 聊天代理 根据搜索结果（如果有的话）或自身知识合成一个干净的答案。
2. 答案将返回给Telegram用户（或打印到终端）。

______________________________________________________________________

需求

• Python 3.13+
• 紫外线 （包管理器）
• 奥拉玛 在本地运行
• Telegram机器人令牌来自 @植物学家 *（仅适用于机器人）*

______________________________________________________________________

设置

1.克隆并安装依赖项

git clone 
cd llm-communicate-mcp
uv sync

2.拉动Olama车型

ollama pull llama3.1:8b   # tooling agent
ollama pull llama3.2:3b   # chat agent

3.配置环境变量

cp .env.example .env

编辑 .env 并填写您的值：

______________________________________________________________________

用法

运行Telegram机器人

uv run python src/bot.py

在Telegram上向你的机器人发送任何消息，它都会用人工智能生成的答案进行回复，只在必要时搜索网络。

从终端运行（无需电报）

uv run python src/client.py "Who won the 2025 Super Bowl?"
uv run python src/client.py "What is 2 + 2?"
uv run python src/client.py "How does TCP work?"

______________________________________________________________________

项目结构

.
├── src/
│   ├── server.py        # MCP server — exposes web_search tool via DuckDuckGo
│   ├── client.py        # MCP client — two-LLM orchestration (tooling + chat)
│   └── bot.py           # Telegram bot — routes messages through the client
├── .env                 # Your local config (gitignored)
├── .env.example         # Template — copy this to .env
├── pyproject.toml
└── README.md

______________________________________________________________________

依赖项