Flask Webapplicatie met LLM-integratie en MCP-tools

集成 LLM 和 MCP 工具的 Flask 网络应用

这个 Flask 网络应用使用户能够：

• 通过简洁的网络界面访问 LLM 模型（OpenAI 和 Anthropic）
• 输入提示词并接收回复
• 启动和停止 MCP 服务（Model Context Protocol）用于 GitHub 和 Brave Search
• 在将提示词发送到 LLM 前自动使用这些工具的上下文进行扩展

功能

• LLM 模型选择：在 OpenAI GPT-3.5 和 Anthropic Claude 2 之间选择
• 提示词输入：输入问题或提示词供所选模型回答
• MCP 工具管理：从网络界面启动和停止外部工具（Brave Search 和 GitHub）
• 上下文扩展：应用自动使用活跃工具中的相关信息来扩展你的提示词
• 完整提示词显示：查看包括添加的上下文的完整提示词

安装

要求

• Python 3.7 或更高版本

步骤

1. 克隆仓库

   git clone https://github.com/Fbeunder/MCP_FLASK.git
   cd MCP_FLASK
   

2. 创建虚拟环境（推荐）

   # Windows
   python -m venv venv
   venv\Scripts\activate
   
   # macOS/Linux
   python3 -m venv venv
   source venv/bin/activate
   

3. 安装所需的包

   # Aanbevolen: installeer alle afhankelijkheden via requirements.txt
   pip install -r requirements.txt
   
   # Alternatief: installeer alleen de specifieke pakketten die je nodig hebt
   pip install flask requests
   
   # Voor OpenAI model-toegang
   pip install openai
   
   # Voor Anthropic model-toegang
   pip install anthropic
   
   # Voor .env bestandsondersteuning
   pip install python-dotenv
   

4. 配置 API 密钥

   你可以通过环境变量或 .env 文件配置 API 密钥。

   选项 1：创建 .env 文件

   复制 .env.example 文件并进行编辑：

   # Windows
   copy .env.example .env
   
   # macOS/Linux
   cp .env.example .env
   

   然后编辑 .env 文件并填入你的 API 密钥。

   选项 2：设置环境变量

   设置以下环境变量：

   • OPENAI_API_KEY：你的 OpenAI API 密钥（用于 GPT 模型）
   • ANTHROPIC_API_KEY：你的 Anthropic API 密钥（用于 Claude 模型）
   • BRAVE_API_KEY：你的 Brave Search API 密钥（用于 Brave Search MCP 服务）
   • GITHUB_TOKEN：你的 GitHub 个人访问令牌（可选，用于更高的速率限制）

   例如在 Linux/macOS 上：

   export OPENAI_API_KEY="jouw-openai-api-sleutel"
   export ANTHROPIC_API_KEY="jouw-anthropic-api-sleutel"
   export BRAVE_API_KEY="jouw-brave-api-sleutel"
   export GITHUB_TOKEN="jouw-github-token"
   

   或在 Windows 上：

   set OPENAI_API_KEY=jouw-openai-api-sleutel
   set ANTHROPIC_API_KEY=jouw-anthropic-api-sleutel
   set BRAVE_API_KEY=jouw-brave-api-sleutel
   set GITHUB_TOKEN=jouw-github-token
   

使用

启动应用

启动 Flask 应用：

python app.py

应用默认将在 http://localhost:5000 上运行。

使用网络界面

1. 在浏览器中打开网络界面：http://localhost:5000

2. 启动 MCP 工具（可选）：

   • 点击"Start Brave Search"启动 Brave Search 工具
   • 点击"Start GitHub"启动 GitHub 工具

3. 输入提示词：

   • 从下拉列表中选择所需的 LLM 模型
   • 在文本框中输入你的问题或提示词
   • 点击"Verstuur naar AI"

4. 查看回复：

   • AI 模型的回复将被显示
   • 你可以选择点击"Toon volledige prompt met context"查看额外上下文是如何被添加的

MCP 服务

应用使用两个 MCP 服务，可以从界面自动启动：

• Brave Search MCP 服务：运行在端口 5001，提供网络搜索功能
• GitHub MCP 服务：运行在端口 5002，提供 GitHub 搜索功能

当这些服务器处于活跃状态时，这些工具的上下文将自动添加到你的提示词中。

故障排除

虚拟环境问题

如果你收到关于缺失模块（如 Flask）的错误信息，但你确信已安装，这可能与虚拟环境问题有关。以下是一些解决步骤：

Windows 虚拟环境问题

1. 检查虚拟环境是否已激活：

   你需要在每个新的终端会话中激活虚拟环境：

   venv\Scripts\activate
   

   你应该在命令提示符的开头看到 (venv)。

2. 检查使用的 Python 可执行文件：

   where python
   

   第一个路径应该指向虚拟环境中的 python.exe（例如 \path\to\project\venv\Scripts\python.exe）。

3. Windows 中的子进程问题：

   应用程序的最新版本现在会自动为启动 MCP 服务使用与主应用程序相同的 Python 可执行文件，这避免了虚拟环境问题。

Linux/macOS 虚拟环境问题

1. 检查虚拟环境是否已激活：

   source venv/bin/activate
   

   你应该在命令提示符的开头看到 (venv)。

2. 检查使用的 Python 可执行文件：

   which python
   

   路径应该指向虚拟环境中的 python（例如 /path/to/project/venv/bin/python）。

ModuleNotFoundError: No module named 'flask'

如果在尝试启动应用程序或 MCP 服务时仍然看到此错误，请尝试以下操作：

1. 检查安装：

   pip list | grep flask
   

   你应该在列表中看到 Flask。

2. 重新安装 Flask：

   pip uninstall flask
   pip install flask
   

3. 使用绝对路径运行：

   # Vind het volledige pad naar Python in je virtuele omgeving
   # Windows
   echo %VIRTUAL_ENV%\Scripts\python.exe
   
   # Linux/macOS
   echo $VIRTUAL_ENV/bin/python
   
   # Gebruik dit pad om de applicatie te starten
   /volledig/pad/naar/venv/bin/python app.py
   

4. 检查 PYTHONPATH：

   在某些情况下，PYTHONPATH 环境变量可能会被破坏：

   # Windows
   echo %PYTHONPATH%
   
   # Linux/macOS
   echo $PYTHONPATH
   

   如果它的值对你的项目没有意义，考虑暂时清除它：

   # Windows
   set PYTHONPATH=
   
   # Linux/macOS
   unset PYTHONPATH
   

其他包相关错误

如果你看到其他 ModuleNotFoundError 消息，请检查：

• 所有包都已通过 pip install -r requirements.txt 安装
• 你的 Python 环境配置正确
• 你未安装旧版本或不兼容的包版本

Model Context Protocol (MCP)

MCP（Model Context Protocol）是一个开源协议，使 AI 大模型能够通过标准化服务接口安全地与外部资源交互。在此应用程序中，MCP 服务用于：

1. 根据用户提示词收集额外上下文
2. 在将上下文发送到大模型之前，将其添加到提示词中
3. 使用最新或特定信息丰富答案

说明

• MCP 服务实现为了演示目的进行了简化
• 对于生产使用，建议进行更好的错误处理和安全性加固
• 应用程序需要每个服务的 API 密钥（OpenAI、Anthropic、Brave Search）

许可证

MIT