Local MCP File Analysis Server

基于MCP的AI文件分析代理

Cover Image

概述

该项目展示了 代理工具范式 使用 机器对机器通信协议（MCP）它具有一个轻量级的AI代理，通过与本地工具服务器通信来编排一系列任务。代理的目标是读取本地文本文件，利用 OpenAI GPT-4.1-纳米API 并将结果摘要写回本地摘要文件。

应用程序的架构将操作的“大脑”（代理）与“手”（工具）分开。代理包含高级逻辑和计划，而服务器则公开特定的、自包含的功能。这两个组件之间的通信由MCP处理，抽象出了网络编程的复杂性。

该项目为构建更复杂的人工智能系统提供了基础蓝图，在这些系统中，自主代理可以与各种数字和现实世界的工具进行交互。

Image

特性

• AI驱动的文本摘要： 集成OpenAI API以提供上下文感知文本摘要。
• 本地文件系统交互： 代理可以通过服务器提供的工具对本地文件系统进行读写操作。
• 解耦代理工具架构： 代理逻辑之间的明确分离(agent.py)以及服务器的性能(server.py).
• 机器对机器通信： 利用 主控程序 用于代理和工具服务器之间的结构化通信。
• 外部API摘要： 与OpenAI API交互的复杂性对代理是隐藏的，暴露为一个简单的 summarize_content 工具。
• 异步操作： 基于Python构建 asyncio 用于高性能执行。

技术栈和架构

• 核心协议： MCP（机器对机器通信协议）

- 服务器库： fastmcp （从 mcp 包装） - 客户库： mcp.client 模块（来自 mcp 包装） - 传输层： SSE（服务器发送事件）

• 代理商(agent.py)：编排者

- 负责工具调用的高级计划和排序。 - 使用连接到工具服务器 ClientSession 和 sse_client. - 在工具之间链接输入和输出。

• 工具服务器(server.py)：能力提供者

- 使用将功能作为网络可访问的工具公开 @mcp.tool 装饰师。 - 处理文件I/O操作(read_file, write_summary). - 管理与外部OpenAI API的集成。

• AI核心与NLP： OpenAI API

- 型号： gpt-4.1-nano （或任何其他聊天完成模式） - 任务： 自然语言概述

• 语言和库：

- 语言： python - 关键库： mcp, openai, python-dotenv, asyncio

如何运行此项目

1.先决条件

• Python 3.8+
• OpenAI API密钥（将其添加到.env文件中）
• 项目文件夹中的input.txt文件

2.设置

克隆存储库：

git clone 
cd 

创建并激活虚拟环境：

• 在macOS/Linux上：

python3 -m venv venv
source venv/bin/activate

• 在Windows上：

python -m venv venv
.\venv\Scripts\activate

安装所需的软件包：

• 激活虚拟环境后，从requirements.txt文件安装所有依赖项。

pip install -r requirements.txt