Token导航 LogoToken导航

MCP Server · AI代理

Phone Recommendation Agent

一个AI助手,通过实时市场数据和智能推理快速缩小手机选择范围,适用于消费者和零售商。

stdio官方级别未说明来源级核验工具 7
PythonAI代理工作流自动化

快速开始

作者 / 组织
Ahmed-Hammadi
提供方
Ahmed-Hammadi
运行时
Python

工具数量

7

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

Phone Recommendation Agent 属于AI代理类 MCP Server,公开资料标注 7 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前要先准备 会话凭据。

分类

AI代理

传输方式

stdio

认证方式

会话凭据

部署方式

公开资料未说明

安装与配置

安装命令

python -m venv venv

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 7 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

电话推荐代理

人工智能副驾驶在几秒钟内缩小了手机选择范围。后端运行由规划者编排的模型上下文协议(MCP)工具链,而新的glassmorphism React接口提供了会话内存、推理透明度和实时突尼斯定价的优质体验。

______________________________________________________________________

✨ 亮点

  • 基于记忆的代理推理:编排器将LLM规划与启发式相结合,并持久化对话上下文,因此后续问题会自动重用之前讨论的设备。
  • 实时市场数据:并发scraper(requests+cloudscraper+BeautifulSoup)并行查询Tunisianet、Zoom和Spacenet,并对定价元数据进行标准化,以便快速比较。
  • 丰富的见解:工具利用规格、Reddit情绪、替代建议和需求验证来提出可操作的谈话要点。
  • 玻璃UIVite+React 18+Tailwind前端将所有内容都封装在磨砂玻璃仪表板中,配有聊天历史记录、推理切换和有趣的机器人徽章。
  • 基于标准的集成JSON-RPC 2.0和MCP兼容的工具模式使得在外部产品中嵌入代理变得容易。

______________________________________________________________________

🧱 架构概述

┌─────────────────────────────────┐
│           React Frontend        │
│  - ChatPane + Reasoning Panel   │
│  - Tailwind / Framer Motion     │
│  - React Query session client   │
└───────────────▲────────────────┘
								│ REST / JSON-RPC
┌───────────────┴────────────────┐
│         FastAPI MCP Server     │
│  ToolOrchestrator (LLM+rules)  │
│  Session memory, logging       │
│  JSON-RPC dispatcher           │
└───────────────▲────────────────┘
								│ Tool calls (thread pool)
┌───────────────┴────────────────┐
│           Tool Suite           │
│  phone_specs / specs_analyzer  │
│  price_extractor (concurrent)  │
│  web_scraper (Reddit PRAW)     │
│  sentiment / alternatives      │
│  spec_validator                │
└───────────────┴────────────────┘
								│
				 CSV / Postgres + APIs

______________________________________________________________________

🛠 后端堆栈

  • FastAPI+JSON-RPC:公开REST帮助程序和 /rpc 具有JSON-RPC 2.0响应、CORS和线程池工具执行的端点。
  • 工具编排器:将启发式意图检测与可选功能相结合 mistralai 规划、维护会话上下文并协调MCP工具调用。
  • 规格数据层:默认为a pandas DataFrame来源于 Backend/database/mobile.csv,带有可选的PostgreSQL+ SQLAlchemy 后端和三元组相似性。
  • 蜘蛛定价:用途 requests, cloudscraper,以及 BeautifulSoup 在...之内 ThreadPoolExecutor 弹性收集TND定价信号。
  • 检查摄入情况:依赖 praw 对Reddit进行身份验证,并过滤提交/评论,以获得无谣言的情绪输入。
  • 相似性启发式:适用 rapidfuzz 评分和自定义数值解析助手,以保持模糊匹配的可解释性和确定性。

______________________________________________________________________

🚀 入门指南

后端
  1. 创建并激活虚拟环境
   python -m venv venv
   source venv/bin/activate  # Windows: venv\Scripts\activate
  1. 安装依赖项
   pip install -r requirements.txt
  1. 配置环境 (后端/.env)
   MISTRAL_API_KEY=your_mistral_key               enables LLM synthesis
   MCP_SERVER_URL=http://127.0.0.1:8000
   FRONTEND_ORIGIN=http://localhost:5173
   # Optional PostgreSQL backing store
   POSTGRES_HOST=...
   POSTGRES_DB=...
   POSTGRES_USER=...
   POSTGRES_PASSWORD=...
  1. 运行服务器
   uvicorn Backend.mcp_server:app --host 0.0.0.0 --port 8000 --reload
前端
  1. ```bash

cd frontend npm install npm run dev

1. 访问 `http://localhost:5173` 用于实时玻璃UI。

______________________________________________________________________

### 🧠 会话代理

- **端点**: `POST /agent/chat`
- **请求**:

{ "query": "What is the price of iPhone 14 Pro?", "session_id": "optional-stable-id", "include_reasoning": true }

- **响应**:自然语言答案加上工具推理快照(如有要求)。
- 对话会自动重用最新的电话上下文来回答后续问题。

要直接使用MCP/JSON-RPC,请将结构化调用发送到 `POST /rpc` 使用方法:

|方法|目的|
|--------------------|--------------------------------------------------|
| `mcp.list_tools` |枚举可用的工具架构。                |
| `mcp.call_tool` |使用关键字参数调用单个工具。     |
| `agent.recommend` |运行RAG+推荐管道。           |
| `agent.chat` |与REST助手的行为相同。               |
| `system.ping` |轻量级健康检查。                        |

`Backend/mcp_client.py` 包含现成的Python包装器。

______________________________________________________________________

### 🛠️ 工具目录

- **电话规格** – `pandas` + `rapidfuzz` 通过可选的PostgreSQL三元组搜索进行模糊匹配 `SQLAlchemy`.
- **web_scraper** –Reddit聚合由 `praw`,具有谣言过滤和身份验证诊断功能。
- **规格分析器** –启发式地对性能/电池/摄像头/显示器特征进行分类。
- **情感分析** –在Reddit评论批次上进行关键字驱动的利弊提取。
- **价格提取器** – `requests`/`cloudscraper`/`BeautifulSoup` 突尼斯零售商与时间指标的并发性。
- **替代品** –纯Python规范距离启发式算法,用于预算敏感的替代方案。
- **spec_validator** –使用正则表达式解析助手进行基于规则的需求检查。

所有工具结果均遵循共享 `ToolOutput` 一致性测井合同。

______________________________________________________________________

### 🧰 前端功能

- **聊天窗格** 带有动画消息气泡、乐观更新和推理切换。
- **会话持续** 通过localStorage,重新加载可以保持上下文的完整性。
- **顺风设计代币** (`src/theme/tokens.ts`)用于快速主题化。
- **机器人徽章** 它在没有GPU开销的情况下锚定了品牌标识。

应用程序结构反映了原子设计原则,并已准备好通过Storybook(尚未配置)进行组件文档记录。

______________________________________________________________________

### 📂 项目结构

Backend/ mcp_server.py # FastAPI app, JSON-RPC dispatcher, CORS setup orchestrator.py # LLM + heuristic planner with session memory tools/ # All MCP tool implementations frontend/ src/ App.tsx # Glass dashboard + chat integration components/ # Layout, chat, and common UI pieces hooks/useAgentChat.ts # React Query powered chat state utils/ # env, id, and session helpers public/assets/robot-sticker.svg


### 🔖 许可证

此存储库根据MIT许可证获得许可。看 `LICENSE` 了解详情。

工具与能力

工具数量

7

资源数量

0

提示词数量

0

能力标签

AI助手Python本地部署手机推荐实时市场数据智能推理React界面

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

选择建议

值得选的地方

  • 只提供 7 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 需要自备会话凭据,没有凭据没法直接试。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到会话凭据的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Phone Recommendation Agent

MCP World · 本页

7stdio有1 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Phone Recommendation Agent 怎么安装?

公开资料给出的安装命令是 python -m venv venv,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Phone Recommendation Agent 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

Phone Recommendation Agent 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Phone Recommendation Agent 需要 API Key 吗?

公开资料标注的认证方式是会话凭据,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

Phone Recommendation Agent 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP