🎓 BMSE助理
一个友好的人工智能聊天机器人，适用于BMS工程学院的学生，使用模型上下文协议（MCP）和Mistral 7B构建。通过自然的对话界面获取大学活动、通知和查询学术文档的实时更新。
✨ 特性
- 📰 最新新闻与活动：及时了解大学活动、研讨会、节日和活动
- 📢 大学通知：获取官方通知、通告、公告和截止日期
- 🔍 知识库查询：搜索上传的PDF文档（教学大纲、简历、学术内容）
- 💬 自然对话：友好的、面向学生的聊天界面，由Mistral 7B提供支持
- 🚀 MCP架构：基于模型上下文协议构建，用于可扩展的工具集成
🏗️ 建筑
┌─────────────────┐
│ User Input │
└────────┬────────┘
│
▼
┌─────────────────┐
│ client.py │ ◄── Mistral 7B LLM (via Ollama)
│ (MCP Client) │
└────────┬────────┘
│
▼
┌─────────────────┐
│ main.py │
│ (MCP Server) │
│ │
│ Tools: │
│ • get_latest_news
│ • get_college_notifications
│ • query_knowledge_base
└────────┬────────┘
│
┌────┴────┬──────────────┐
▼ ▼ ▼
┌────────┐ ┌──────┐ ┌────────────────┐
│Web │ │Web │ │ChromaDB │
│Scraper │ │Scraper│ │Vector Store │
│(News) │ │(Notif)│ │(PDF Documents) │
└────────┘ └──────┘ └────────────────┘📋 先决条件
- Python 3.8+
- 奥拉玛 具有以下型号：
- mistral:7b LLM - nomic-embed-text:v1.5 （嵌入）
安装Ollama
# macOS/Linux
curl -fsSL https://ollama.com/install.sh | sh
# Windows
# Download from https://ollama.com/download拉动所需型号
ollama pull mistral:7b
ollama pull nomic-embed-text:v1.5🚀 安装
- 克隆存储库
git clone
cd bmsce-assistant- 安装 Python 依赖项
pip install -r requirements.txt- 设置矢量数据库 （可选，用于PDF查询）
如果您想将PDF文档添加到知识库中：
# Edit vector_db.py and add your PDF files to the pdf_files list
python vector_db.py这将创建一个 chroma_storage 带有索引文档的目录。
💻 用法
运行助手
使用以下命令启动聊天机器人：
python client.py您将看到一个欢迎屏幕：
🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓
Welcome to BMSCE Assistant! 🤖
Your friendly AI helper for all things BMS College
🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓 🎓
✅ Connected to MCP Server
💬 Hey there! Ask me about college events, notifications, or anything else!
Type 'quit' or 'exit' when you're done.
────────────────────────────────────────────────────────────────
You: 查询示例
新闻与活动：
You: What events are happening this month?
You: Tell me about upcoming workshops
You: Any festivals coming up?通知：
You: What are the latest notifications?
You: Show me recent announcements
You: Any important deadlines?知识库：
You: Search for syllabus information
You: Find details about [specific topic]
You: What does the document say about [query]?常规聊天：
You: Hi!
You: Thank you
You: How are you?退出
键入以下任何一项以退出：
quitexitbyegoodbye- 或按
Ctrl+C
📁 项目结构
bmsce-assistant/
│
├── client.py # MCP client with Mistral integration
├── main.py # MCP server with tool definitions
├── web_scrap.py # Web scrapers for BMSCE website
├── vector_db.py # ChromaDB setup and PDF indexing
├── requirements.txt # Python dependencies
├── .gitignore # Git ignore file
│
├── chroma_storage/ # ChromaDB persistent storage (auto-created)
└── *.pdf # Your PDF documents to index🛠️ 组件
1.MCP服务器(main.py)
定义三个工具：
get_latest_news()：从BMSE网站上抓取新闻和事件get_college_notifications()：取消大学通知query_knowledge_base(query_text, n_results=3)：查询ChromaDB矢量存储
2.MCP客户端(client.py)
- 连接到MCP服务器
- 使用Mistral 7B：
- 解释用户查询 - 选择合适的工具 - 生成自然、友好的响应
- 提供对话界面
3.网络爬虫(web_scrap.py)
- 删除BMSE网站(https://bmsce.ac.in)
- 从以下位置提取结构化数据：
- 新闻与活动板块 - 大学通知部分
- 以JSON格式返回数据
4.矢量数据库(vector_db.py)
- 使用ChromaDB进行语义搜索
- 使用Nomic嵌入对PDF文档进行索引
- 支持分块文档检索
🔧 配置
添加PDF文档
编辑 vector_db.py:
if __name__ == "__main__":
pdf_files = [
"syllabus.pdf",
"handbook.pdf",
"your_document.pdf"
]
for pdf in pdf_files:
add_pdf_to_vectordb(pdf)然后运行：
python vector_db.py自定义LLM行为
在 client.py，您可以修改：
- 温度：控制随机性（0.1=专注，0.9=创意）
- 模型：更改
mistral:7b其他Olama车型 - 提示：编辑不同个性的系统提示
调整块大小
在 vector_db.py:
chunks = split_text(pdf_text, chunk_size=1000, overlap=100)🤝 运作原理
- 用户提问 → 发送到
client.py - Mistral分析 查询并决定使用哪个工具
- 客户调用工具 在MCP服务器上(
main.py) - 服务器执行 工具：
- 新闻/通知的网络抓取 - 知识库查询的矢量搜索
- 返回原始数据 给客户
- Mistral格式 将数据转化为自然反应
- 用户看到友好的答案 🎉
🐛 故障排除
“未连接到服务器”错误
- 确保两者都
client.py和main.py位于同一目录中 - 检查Python是否可以执行
main.py作为子流程
找不到Ollama模型
# Pull the models
ollama pull mistral:7b
ollama pull nomic-embed-text:v1.5
# Verify installation
ollama listChromaDB错误
- 删除
chroma_storage文件夹并重新运行vector_db.py - 确保项目目录中存在PDF文件
Web抓取失败
- 检查你的网络连接
- 验证BMSE网站是否可访问
- 网站结构可能已更改（中的更新选择器
web_scrap.py)
📝 依赖项
关键库：
fastmcp-MCP服务器框架mcp-MCP客户端SDKollama-Ollama Python客户端chromadb-矢量数据库beautifulsoup4-网络抓取PyPDF2-PDF文本提取
看 requirements.txt 查看完整列表。
🚧 未来的增强功能
- \[\]为网页抓取结果添加缓存
- \[\]支持更多文档格式（DOCX、TXT）
- \[\]持久对话历史数据库
- \[\]语音输入/输出
- \[\]Web界面（Gradio/Streamlit）
- \[\]多语言支持
- \[\]与大学日历集成
- \[\]学生身份验证系统
制作❤️ BMSE学生