AI Customer Support Bot MCP Server

🚀 AI 客戶支持機器人 - MCP 服務器

本項目是一個使用 Cursor AI 和 Glama.ai 集成的 AI 驅動客戶支持的模型上下文協議 (MCP) 服務器，能借助先進的 AI 技術，為客戶提供高效、智能的支持服務。

🚀 快速開始

本服務器是基於 Cursor AI 和 Glama.ai 集成的 AI 驅動客戶支持的模型上下文協議 (MCP) 服務器。要使用該服務器，您需要滿足以下先決條件，並按照安裝步驟進行操作。

先決條件

• Python 3.8+
• PostgreSQL 數據庫
• Glama.ai API 密鑰
• Cursor AI API 密鑰

安裝步驟

1. 克隆倉庫：

git clone <repository-url>
cd <repository-name>

2. 創建並激活虛擬環境：

python -m venv venv
source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate

3. 安裝依賴項：

pip install -r requirements.txt

4. 基於 .env.example 創建 .env 文件：

cp .env.example .env

5. 配置您的 .env 文件，使用以下示例：

# 環境變量配置示例
DATABASE_URL=postgresql://user:password@localhost/dbname
API_KEY=your_api_key_here
MCP_SERVER_ADDRESS=http://localhost:8080

6. 完成安裝後，啟動服務器：

python app.py

✨ 主要特性

• 即時上下文獲取：即時從 Glama.ai 獲取上下文。
• AI 響應生成：使用 Cursor AI 生成 AI 驅動的響應。
• 批量處理支持：支持批量處理任務。
• 優先級隊列：具備優先級隊列，確保重要任務優先處理。
• 速率限制：實現了速率限制以防止濫用。
• 用戶交互跟蹤：可跟蹤用戶交互情況。
• 健康監控：提供健康監控功能。
• MCP 協議符合性：符合 MCP 協議標準。

📦 安裝指南

安裝步驟

1. 克隆倉庫：

git clone <repository-url>
cd <repository-name>

2. 創建並激活虛擬環境：

python -m venv venv
source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate

3. 安裝依賴項：

pip install -r requirements.txt

4. 基於 .env.example 創建 .env 文件：

cp .env.example .env

5. 配置您的 .env 文件，使用以下示例：

# 環境變量配置示例
DATABASE_URL=postgresql://user:password@localhost/dbname
API_KEY=your_api_key_here
MCP_SERVER_ADDRESS=http://localhost:8080

6. 完成安裝後，啟動服務器：

python app.py

📚 詳細文檔

配置

所有 MCP 端點均要求通過 X-MCP-Auth 標頭進行身份驗證。

使用說明

1. 更新 mcp_config.py 添加新的配置選項。
2. 如果需要新增模型，請在 models.py 中添加。
3. 在 app.py 中創建新的端點。
4. 更新功能端以反映新特性。

注意事項

⚠️ 重要提示

• 所有 MCP 端點均要求通過 X-MCP-Auth 標頭進行身份驗證。
• 實現了速率限制以防止濫用。
• 數據庫憑證需保持安全。
• API 密鑰請勿提交到版本控制中。

健康監控

服務器提供了用於監控的端點：

• 服務狀態
• 速率限制使用情況
• 已連接服務
• 處理時間

錯誤處理

可能錯誤代碼

貢獻指南

1. 分叉倉庫。
2. 創建功能分支。
3. 提交更改。
4. 推送到分支。
5. 創建拉取請求。

📄 許可證

本項目在 MIT 許可證下發布 - 請查看 LICENSE 文件獲取詳細信息。

💻 支持

如需支持，請在倉庫中創建問題或聯繫開發團隊。