天地图

🚀 使用 Python 和千帆平台构建位置服务代理机器人

本项目借助 Python 和千帆平台，助力你快速构建位置服务代理机器人，为你提供便捷的位置相关服务。

🚀 快速开始

按照以下步骤，你可以快速搭建并运行位置服务代理机器人。

📦 安装指南

安装依赖项

要运行这个项目，您需要先安装以下依赖项：

pip install -r requirements.txt

配置 MCP Server

创建一个 config.py 文件，并添加以下内容：

class MCPConfig:
    def __init__(self):
        self.app_id = "your_app_id"  # 替换为您的千帆应用 ID
        self.token = "your_token"    # 替换为您的千帆令牌

下载和安装千帆 SDK

您可以从 千帆官方文档 下载并安装 SDK。

创建 Agent 应用

在千帆平台上创建一个新的应用，并获取 app_id 和 token。

配置 MCP Server 环境变量

将 MCP Server 的环境变量设置为您的应用 ID 和令牌：

export APPBUILDER_TOKEN="your_token"

启动 MCP Server

运行以下命令启动 MCP Server：

python main.py

💻 使用示例

基础用法

将以下代码保存为 app.py，并按需修改路径和参数：

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
        # 绿色打印
        print("\033[1;31m", "-> Agent 中间思考: ", 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工具名称: {}, MCP参数:{}\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结果: {}\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():
    # 初始化 MCP 客户端
    mcp_client = MCPClient()
    await mcp_client.start()

    # 创建EventHandler并连接到MCP客户端
    event_handler = MyEventHandler(mcp_client)
    await mcp_client.register_event_handler(event_handler)

    # 等待用户输入
    while True:
        query = input("请输入查询: ")
        response = await mcp_client.process_query(query)
        print("\033[1;34m", "Agent 响应:", response, "\033[0m")

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

运行机器人

运行 app.py，您将看到一个交互式界面，可以输入位置查询。

示例调用

# 启动 MCP Server
python main.py

# 在另一个终端中启动 Agent
python app.py

输入如“北京天气如何？”或“附近有哪些酒店？”，机器人将处理并返回结果。

✨ 主要特性

• 自定义地理位置服务：您可以根据需要扩展 MCPConfig 类，添加更多位置相关服务。
• 多语言支持：通过调整日志和提示信息，支持多种语言。
• 高级分析：集成更多数据分析工具，提供更详细的报告。

📄 许可证

此项目遵循 MIT 协议。请在使用前仔细阅读许可条款。