Flex MCP Agent

🚀 Flex MCP 代理

Flex MCP 代理是一個功能強大的集成代理，它整合了天氣數據檢索、Confluence 交互以及郵件發送等功能。通過結構化的聊天代理與用戶互動，依據用戶輸入執行相應任務。該項目藉助模型上下文協議（MCP），實現了代理與其數據源之間交互的標準化。

🚀 快速開始

Flex MCP 代理為用戶提供了便捷的交互體驗，可輕鬆實現天氣數據獲取、郵件發送以及與 Confluence 平臺的交互。以下是使用該代理的快速步驟：

1. 克隆倉庫

   git clone git@github.com:MahithChigurupati/Flex-MCP-Agent.git
   cd Flex-MCP-Agent
   

2. 創建虛擬環境

   python3 -m venv .venv
   source .venv/bin/activate
   

3. 安裝依賴項

   pip install -r requirements.txt
   

4. 配置
   • 複製 config.example.json 為 config.json 並根據需要更新 URL 和傳輸方法。
   • 複製 .env.example 為 .env，並填寫所需的環境變量，例如 SENDGRID_API_KEY 和 FROM_EMAIL。
5. 運行服務器
   • 啟動天氣服務器：

     python mcp_weather_server.py
     

   • 啟動郵件服務器：

     python mcp_email_server.py
     

   • 對於 Confluence MCP 服務器，請參考我的其他 Git 倉庫進行克隆和配置。
6. 運行代理

   python mcp_agent.py
   

✨ 主要特性

• 多功能集成：集成了天氣數據檢索、Confluence 交互和郵件發送功能，滿足多樣化需求。
• 標準化交互：利用模型上下文協議（MCP），實現代理與數據源之間的標準化交互。
• 結構化聊天：通過結構化的聊天代理與用戶互動，提供更清晰的交互體驗。

📦 安裝指南

克隆倉庫

git clone git@github.com:MahithChigurupati/Flex-MCP-Agent.git
cd Flex-MCP-Agent

創建虛擬環境

python3 -m venv .venv
source .venv/bin/activate

安裝依賴項

pip install -r requirements.txt

配置

• 複製 config.example.json 為 config.json 並根據需要更新 URL 和傳輸方法。
• 複製 .env.example 為 .env，並填寫所需的環境變量，例如 SENDGRID_API_KEY 和 FROM_EMAIL。

運行服務器

• 啟動天氣服務器：

  python mcp_weather_server.py
  

• 啟動郵件服務器：

  python mcp_email_server.py
  

• 對於 Confluence MCP 服務器，請參考我的其他 Git 倉庫進行克隆和配置。

運行代理

python mcp_agent.py

💻 使用示例

基礎用法

• 天氣數據：代理可以獲取指定座標的位置的當前天氣數據。
• 郵件發送：代理可以使用 SendGrid 服務發送郵件。
• Confluence 集成：代理可以與 Confluence 平臺交互。

📚 詳細文檔

模型上下文協議 (MCP)

模型上下文協議 (MCP) 是一個開放協議，用於規範應用程序向大型語言模型 (LLMs) 提供上下文的方式。它就像人工智能應用的 USB - C 端口，提供了一種標準化的方式來連接 AI 模型與各種數據源和工具。該協議通過安全的雙向連接，實現了數據源與 AI 驅動工具之間的無縫集成。

項目結構

環境變量

依賴項

項目需要以下 Python 包：

• langchain_mcp_adapters
• langchain_openai
• langchain
• python - dotenv
• sendgrid