天地图

🚀 Pythonと千帆プラットフォームを使用した位置サービス代理ロボットの構築

このプロジェクトでは、Pythonと千帆プラットフォームを使用して位置サービス代理ロボットを構築します。以下の手順に従って、ロボットをセットアップして使用することができます。

🚀 クイックスタート

1. 依存関係のインストール

このプロジェクトを実行するには、まず以下の依存関係をインストールする必要があります。

pip install -r requirements.txt

2. MCP Serverの設定

config.py ファイルを作成し、以下の内容を追加します。

class MCPConfig:
    def __init__(self):
        self.app_id = "your_app_id"  # 千帆アプリケーションIDに置き換えてください
        self.token = "your_token"    # 千帆トークンに置き換えてください

3. 千帆SDKのダウンロードとインストール

千帆公式ドキュメント からSDKをダウンロードしてインストールできます。

4. Agentアプリケーションの作成

千帆プラットフォーム上で新しいアプリケーションを作成し、app_id と token を取得します。

5. MCP Serverの環境変数の設定

MCP Serverの環境変数をアプリケーションIDとトークンに設定します。

export APPBUILDER_TOKEN="your_token"

6. MCP Serverの起動

以下のコマンドを実行してMCP Serverを起動します。

python main.py

7. テンプレートコードを使用したAgentの呼び出し

以下のコードを app.py として保存し、必要に応じてパスとパラメータを変更します。

import os
import asyncio
import appbuilder
from appbuilder.core.console.appbuilder_client.async_event_handler import (
    AsyncAppBuilderEventHandler,
)
from appbuilder.mcp_server.client import MCPClient

class MyEventHandler(AsyncAppBuilderEventHandler):
    def __init__(self, mcp_client):
        super().__init__()
        self.mcp_client = mcp_client
    
    def get_current_weather(self, location=None, unit="摄氏度"):
        return "{} 的温度是 {} {}".format(location, 20, unit)
    
    async def interrupt(self, run_context, run_response):
        thought = run_context.current_thought
        # 緑色で印刷
        print("\033[1;31m", "-> Agent 中間思考: ", thought, "\033[0m")
        tool_output = []
        for tool_call in run_context.current_tool_calls:
            tool_res = ""
            if tool_call.function.name == "get_current_weather":
                tool_res = self.get_current_weather(**tool_call.function.arguments)
            else:
                print(
                    "\033[1;32m",
                    "MCPツール名: {}, MCPパラメータ:{}\n".format(tool_call.function.name, tool_call.function.arguments),
                    "\033[0m",
                )
                mcp_server_result = await self.mcp_client.call_tool(
                    tool_call.function.name, tool_call.function.arguments
                )
                print("\033[1;33m", "MCP結果: {}\n\033[0m".format(mcp_server_result))
                for i, content in enumerate(mcp_server_result.content):
                    if content.type == "text":
                        tool_res += mcp_server_result.content[i].text
            tool_output.append(
                {
                    "tool_call_id": tool_call.id,
                    "tool_response": tool_res
                }
            )
        return tool_output

async def main():
    # MCPクライアントの初期化
    mcp_client = MCPClient()
    await mcp_client.start()

    # EventHandlerを作成し、MCPクライアントに接続
    event_handler = MyEventHandler(mcp_client)
    await mcp_client.register_event_handler(event_handler)

    # ユーザー入力を待機
    while True:
        query = input("クエリを入力してください: ")
        response = await mcp_client.process_query(query)
        print("\033[1;34m", "Agent 応答:", response, "\033[0m")

if __name__ == "__main__":
    asyncio.run(main())

8. ロボットの実行

app.py を実行すると、位置クエリを入力できるインタラクティブなインターフェースが表示されます。

9. 使用例

# MCP Serverの起動
python main.py

# 別のターミナルでAgentを起動
python app.py

「北京の天気はどうですか？」や「近くにホテルはありますか？」などのクエリを入力すると、ロボットが処理して結果を返します。

✨ 主な機能

• カスタム地理位置サービス：必要に応じて MCPConfig クラスを拡張し、より多くの位置関連サービスを追加できます。
• 多言語対応：ログとヒント情報を調整することで、複数の言語をサポートできます。
• 高度な分析：より多くのデータ分析ツールを統合し、より詳細なレポートを提供できます。

📄 ライセンス

このプロジェクトはMITライセンスに従います。使用する前にライセンス条項をよくお読みください。