Pydantic Ai MCP Agent With Chainlit

🚀 使用Pydantic和Chainlit的AI代理 MCP 代理

這是一個強大的AI代理實現方案，藉助Pydantic和Chainlit構建，同時集成MCP（多命令協議），可實現網絡瀏覽與交互功能，為用戶帶來高效便捷的使用體驗。

🚀 快速開始

在使用該AI代理前，請確保滿足以下先決條件：

• Python 3.8+
• Node.js和npm（用於MCP服務器）
• 本地安裝Ollama
• MCP服務器訪問權限

✨ 主要特性

• 🌐 帶自動化交互的網頁瀏覽功能
• 📌 集成Ollama以支持本地大語言模型
• 💬 基於Chainlit的交互式聊天界面
• 🛡️ 使用Pydantic模型實現類型安全的數據處理
• ⚙️ 可配置的MCP服務器集成

📦 安裝指南

1. 克隆倉庫：

git clone https://github.com/RyanNg1403/pydantic-ai-mcp-agent-with-chainlit.git
cd pydantic-ai-mcp-agent-with-chainlit

2. 安裝Python依賴：

pip install -r requirements.txt

3. 安裝Node.js依賴：

npm install

📚 詳細文檔

配置說明

1. 複製配置文件模板：

cp mcp_config.template.json mcp_config.json

2. 使用文本編輯器修改mcp_config.json，根據實際需求填寫配置信息。該文件被Git忽略以確保安全。

環境變量

在.env文件中設置以下環境變量：

• EXA_API_KEY：您的MCP API密鑰
• OLLAMA_HOST：Ollama服務地址（默認為http://localhost:11434）

項目結構

• pydantic_mcp_agent.py：核心代理實現文件
• pydantic_mcp_chainlit.py：Chainlit界面實現文件
• mcp_client.py：MCP客戶端實現文件
• requirements.txt：Python依賴列表
• mcp_config.template.json：配置文件模板
• .gitignore：指定Git需要忽略的文件

💻 使用示例

運行Chainlit界面：

chainlit run pydantic_mcp_chainlit.py

直接運行代理：

python pydantic_mcp_agent.py

🤝 如何貢獻

1. Fork該項目倉庫
2. 創建功能分支（例如：git checkout -b feature/amazing-feature）
3. 提交您的更改（例如：git commit -m '添加神奇的功能'）
4. 將分支推送到遠程倉庫（例如：git push origin feature/amazing-feature）
5. 提交Pull Request