RAG MCP Product Support Assistant

🤖 产品支持助理--RAG+MCP

生产准备就绪 产品支持助理 混合 RAG（检索增强生成） 和 MCP工具调用 在几秒钟内提供准确、工具支持的答案。

⏱️ 1分钟概述

• RAG 流程 索引产品常见问题(data/faqs.txt)使用FAISS进行快速检索。
• MCP服务器 公开外部工具（货币兑换+货币信息）。
• Groq法学硕士 使用检索到的上下文和工具结果组成最终答案。
• 流线型UI 提供精致的聊天体验和工具可见性。

📸 演示

🎥 观看屏幕录制

✨ 主要特点

• 基于RAG的常见问题搜索 获得准确的产品答案
• MCP工具集成 用于实时货币兑换
• 流媒体聊天界面 包含状态、元数据和工具使用情况
• 模块化设计 易于扩展（新工具、新知识库）

🧱 建筑

flowchart LR
  U[User] --> UI[Streamlit UI]
  UI --> RAG[RAG Assistant]
  RAG --> VS[FAISS Vector Store]
  RAG --> LLM[Groq LLM]
  RAG --> MCP[MCP Server]
  MCP --> TOOLS[Exchange Rate & Currency Info Tools]

🚀 快速入门

先决条件

• python 3.11+
• Groq API密钥
• （可选）本地运行的MCP服务器，用于实际工具调用

设置

git clone https://github.com/ImaduddeenKhan/RAG-MCP-product-support-assistant.git
cd RAG-MCP-product-support-assistant

python -m venv venv
source venv/bin/activate  # Windows: .\venv\Scripts\Activate.ps1

pip install -r requirements.txt

环境变量

创建一个 .env 存储库根目录中的文件：

GROQ_API_KEY=your_api_key_here
MCP_SERVER_URL=http://localhost:8001

跑

# Terminal 1: MCP server
python src/mcp_server.py

# Terminal 2: Streamlit UI
streamlit run src/app.py

打开： http://localhost:8501

🧪 示例问题

抹布（FAQ）

• 定价计划是什么？
• 如何安装TechFlow Pro套件？
• 包括哪些功能？

MCP工具

• 将50美元兑换为欧元
• 美元对印度卢比的汇率是多少？
• 跟我说说日元

🔌 MCP工具

• get_current_exchange_rate → 货币兑换
• get_currency_info → 货币元数据（名称、符号、国家）

🧰 技术栈

• 链浪 （RAG+工具调用）
• 格罗克 （LLM推理）
• FAISS （矢量搜索）
• FastAPI+FastMCP （MCP服务器）
• 溪流 （聊天界面）

📁 项目结构

data/
  faqs.txt                # Product FAQs knowledge base
src/
  app.py                  # Streamlit UI
  rag_assistant.py        # RAG + tool calling orchestration
  mcp_server.py           # MCP tool server (FastAPI)
requirements.txt

🤝 贡献

欢迎拉取请求。对于重大更改，请先打开一个问题，讨论您想要改进的内容。