Claude MCP Agent For Supply Chain

🚀 基於Claude的智能供應鏈 MCP 代理

本項目模擬了一個由Claude驅動的智能倉庫系統，採用模型上下文協議（MCP）模式。該系統可對庫存、自動引導車（AGV）及訂單處理進行管理，並通過一組專用代理協調各項操作，由Claude進行統一控制。

🚀 快速開始

本項目模擬的智能倉庫系統，藉助Claude的強大能力，結合MCP模式，實現高效的供應鏈管理。以下是啟動項目的詳細步驟：

1. 創建虛擬環境：

   python -m venv venv
   

2. 激活虛擬環境：
   • Windows：venv\Scripts\activate
   • Unix/MacOS：source venv/bin/activate
3. 安裝依賴項：

   pip install -r requirements.txt
   

4. 設置環境變量：

   cp claude.env.template claude.env
   

   然後編輯 claude.env 文件，添加您的Anthropic API密鑰。
5. 運行應用程序：

   python main.py
   

✨ 主要特性

• MCP風格模塊化代理：包含庫存管理器、AGV規劃器、補貨代理、協調器，實現各功能的模塊化管理。
• 倉庫模擬：可進行庫存跟蹤、AGV移動、訂單處理，真實模擬倉庫的運行情況。
• Claude集成：使用Anthropic的Claude API進行決策制定，提升系統的智能決策能力。
• API端點：基於FastAPI的端點，方便與系統進行交互。

📦 安裝指南

1. 創建虛擬環境：

   python -m venv venv
   

2. 激活虛擬環境：
   • Windows：venv\Scripts\activate
   • Unix/MacOS：source venv/bin/activate
3. 安裝依賴項：

   pip install -r requirements.txt
   

4. 設置環境變量：

   cp claude.env.template claude.env
   

   然後編輯 claude.env 文件，添加您的Anthropic API密鑰。
5. 運行應用程序：

   python main.py
   

💻 使用示例

基礎用法

示例提示給Claude：

產品X的庫存為5個單位，低於10個單位的閾值。有兩個AGV可用。建議一個優化的操作。

Claude將分析情況並返回系統可以執行的結構化操作。

高級用法

在實際應用中，您可以根據不同的業務場景，靈活調整提示信息，以獲取更符合需求的操作建議。例如，結合更多的產品信息、AGV狀態等，讓Claude做出更精準的決策。

📚 詳細文檔

API端點

• GET /inventory：獲取當前庫存狀態
• GET /agvs：獲取所有AGV的狀態
• POST /orders：創建新訂單
• POST /ask-agent：向Claude代理發送查詢
• GET /logs：獲取最近的行為日誌

📄 許可證

本項目採用MIT許可證。