Claude MCP Agent For Supply Chain

🚀 基于Claude的智能供应链 MCP 代理

本项目模拟了一个由Claude驱动的智能仓库系统，采用模型上下文协议（MCP）模式。该系统可对库存、自动引导车（AGV）及订单处理进行管理，并通过一组专用代理协调各项操作，由Claude进行统一控制。

🚀 快速开始

本项目模拟的智能仓库系统，借助Claude的强大能力，结合MCP模式，实现高效的供应链管理。以下是启动项目的详细步骤：

1. 创建虚拟环境：

   python -m venv venv
   

2. 激活虚拟环境：
   • Windows：venv\Scripts\activate
   • Unix/MacOS：source venv/bin/activate
3. 安装依赖项：

   pip install -r requirements.txt
   

4. 设置环境变量：

   cp claude.env.template claude.env
   

   然后编辑 claude.env 文件，添加您的Anthropic API密钥。
5. 运行应用程序：

   python main.py
   

✨ 主要特性

• MCP风格模块化代理：包含库存管理器、AGV规划器、补货代理、协调器，实现各功能的模块化管理。
• 仓库模拟：可进行库存跟踪、AGV移动、订单处理，真实模拟仓库的运行情况。
• Claude集成：使用Anthropic的Claude API进行决策制定，提升系统的智能决策能力。
• API端点：基于FastAPI的端点，方便与系统进行交互。

📦 安装指南

1. 创建虚拟环境：

   python -m venv venv
   

2. 激活虚拟环境：
   • Windows：venv\Scripts\activate
   • Unix/MacOS：source venv/bin/activate
3. 安装依赖项：

   pip install -r requirements.txt
   

4. 设置环境变量：

   cp claude.env.template claude.env
   

   然后编辑 claude.env 文件，添加您的Anthropic API密钥。
5. 运行应用程序：

   python main.py
   

💻 使用示例

基础用法

示例提示给Claude：

产品X的库存为5个单位，低于10个单位的阈值。有两个AGV可用。建议一个优化的操作。

Claude将分析情况并返回系统可以执行的结构化操作。

高级用法

在实际应用中，您可以根据不同的业务场景，灵活调整提示信息，以获取更符合需求的操作建议。例如，结合更多的产品信息、AGV状态等，让Claude做出更精准的决策。

📚 详细文档

API端点

• GET /inventory：获取当前库存状态
• GET /agvs：获取所有AGV的状态
• POST /orders：创建新订单
• POST /ask-agent：向Claude代理发送查询
• GET /logs：获取最近的行为日志

📄 许可证

本项目采用MIT许可证。