MCP Worker Assistant

MCP工人助理

简介

这个项目是一个简单的多代理助手，用于规划任务。它使用MCP服务器检索用户的日历、任务列表和笔记数据，以回答用户的日程安排查询。

建筑

MCP主机

堆栈

演示

MCP主机负责通过SSE（服务器发送事件）连接从MCP服务器检索用户数据，并处理用户查询。

它使用LangChain的多代理方法，其中不同的代理负责规划过程的不同方面(__日历_专家__ 代理人， __任务_专家__ 代理）。每个代理都可以调用MCP服务器公开的特定工具来检索必要的数据，并使用这些数据为用户生成响应。 \ 编排器代理负责协调专业代理之间的交互，并确保用户的查询得到全面解决。它还可以直接调用一些不由专业代理处理的工具(__Notes工具__).

LLM交互是通过Ollama管理的，Ollama在本地运行LLM以保持数据的私密性和安全性。MCP主机被设计为模块化和可扩展的，允许根据需要轻松添加新的代理和工具。

MCP服务器

堆栈

演示

MCP服务器设计用于macOS。它公开了用于检索日历事件、任务和笔记数据的工具。 它使用AppleScript与本地macOS应用程序进行交互，如 _日历_, _提醒事项_ 和 _备注_ 以获取数据。

服务器使用FastMCP构建，这使其能够同时高效地处理多个请求。

服务器在本地主机上的指定端口上侦听传入请求，并以MCP主机易于使用的格式响应请求的数据。

开始

先决条件

• 在macOS上工作（用于MCP服务器）
• Python 3.10或更高版本
• Ollama安装并设置了本地LLM（例如。， ollama pull llama3)

安装

1. 克隆存储库
2. 创建虚拟环境并激活它：

   python -m venv mcp-env
   source mcp-env/bin/activate

1. 安装所需的依赖项：

   pip install -r requirements.txt

1. 在 .env 文件在 /host 项目目录（按照 .env.example 文件作为模板）：

   MCP_SERVER_URL=http://127.0.0.1:8000/sse
   DEBUG=false
   LOG=true
   MODEL_NAME="model_name_here"
   TEMPERATURE=0.2 # Lower temperature for more reliable tool usage
   NUM_PREDICT=512 # Limit response length

1. 导航到 server/ 目录并启动MCP服务器：

   cd server
   python3 server.py

1. 导航到 host/ 目录并启动MCP主机：

   cd host
   python3 host.py

1. 现在，您可以通过命令行界面与助手进行交互。键入您的查询，助手将根据您的日历事件、任务和笔记为您的一天制定计划。