mcpField
A
AI Customer Support Bot - MCP Server

AI Customer Support Bot - MCP Server

ローカル
github.com/ChiragPatankarデータ・分析462 週間前に更新

AI Customer Support Bot - MCP Server について

AIカスタマーサポートシステムを構築するための、Python製MCP準拠フレームワークです。開発者を対象とし、複数のAIサービスとの連携、HTTP API、PostgreSQLへの永続化、認証、クエリの一括処理を備えています。

主な機能

  1. 01レイヤー化されたサービス構成
  2. 02AIサービス連携
  3. 03単一・一括クエリ用エンドポイント
  4. 04トークン認証とレート制限
  5. 05PostgreSQLへの永続化
  6. 06ヘルスメトリクスと診断

活用シーン

  1. 01AIカスタマーサポートサービスの構築
  2. 02サポート問い合わせの一括処理
  3. 03トークン認証とレート制限によるサポートAPIの保護

MCP 対応

MCP準拠のサーバーとして説明されており、ヘルスチェック、単一クエリ処理、一括処理のHTTPエンドポイントを提供します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

🤖 AI カスタマーサポートボット - MCP サーバー

Python FastAPI PostgreSQL MCP License

AI を活用したカスタマーサポートシステムを構築するための、モダンで拡張性の高い MCP サーバーフレームワーク

機能 • クイックスタート • API リファレンス • アーキテクチャ • 貢献


🌟 概要

モダンな Python で構築された、**Model Context Protocol(MCP)**準拠のサーバーフレームワークです。ベンダーロックインなしでインテリジェントなカスタマーサポートシステムを作成したい開発者向けに設計されています。クリーンなアーキテクチャ、実績のあるパターンを備え、あらゆる AI プロバイダーに対応できます。

graph TB
    Client[HTTP Client] --> API[API Server]
    API --> MW[Middleware Layer]
    MW --> SVC[Service Layer]
    SVC --> CTX[Context Manager]
    SVC --> AI[AI Integration]
    SVC --> DAL[Data Access Layer]
    DAL --> DB[(PostgreSQL)]

✨ 機能

🏗️ クリーンなアーキテクチャ
関心事を明確に分離したレイヤー設計

📡 MCP 準拠
Model Context Protocol の完全な実装

🔒 本番環境対応
認証、レート制限、モニタリングを搭載

🚀 高パフォーマンス
非同期処理に対応した FastAPI を基盤として構築

🔌 AI プロバイダーに依存しない設計
あらゆる AI プロバイダーを簡単に統合

📊 ヘルスモニタリング
包括的なメトリクスと診断機能

🛡️ デフォルトで安全
トークン認証と入力検証

📦 バッチ処理
複数のクエリを効率的に処理

🚀 クイックスタート

前提条件
  • Python 3.8+
  • PostgreSQL
  • お好みの AI サービス(OpenAI、Anthropic など)
インストール
# Clone and setup
git clone https://github.com/ChiragPatankar/AI-Customer-Support-Bot--MCP-Server.git
cd AI-Customer-Support-Bot--MCP-Server

# Create virtual environment
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# Install dependencies
pip install -r requirements.txt

# Setup environment
cp .env.example .env
# Edit .env with your configuration
設定
# .env file
DATABASE_URL=postgresql://user:password@localhost/customer_support_bot
SECRET_KEY=your-super-secret-key
RATE_LIMIT_REQUESTS=100
RATE_LIMIT_PERIOD=60
実行
# Setup database
createdb customer_support_bot

# Start server
python app.py
# 🚀 Server running at http://localhost:8000

📡 API リファレンス

コアエンドポイント
ヘルスチェック
GET /mcp/health
単一クエリの処理
POST /mcp/process
Content-Type: application/json
X-MCP-Auth: your-token
X-MCP-Version: 1.0

{
  "query": "How do I reset my password?",
  "priority": "high"
}
バッチ処理
POST /mcp/batch
Content-Type: application/json
X-MCP-Auth: your-token

{
  "queries": [
    "How do I reset my password?",
    "What are your business hours?"
  ]
}
レスポンス形式
成功レスポンス
{
  "status": "success",
  "data": {
    "response": "Generated AI response",
    "confidence": 0.95,
    "processing_time": "120ms"
  },
  "meta": {
    "request_id": "req_123456",
    "timestamp": "2024-02-14T12:00:00Z"
  }
}
エラーレスポンス
{
  "code": "RATE_LIMIT_EXCEEDED",
  "message": "Rate limit exceeded",
  "details": {
    "retry_after": 60,
    "timestamp": "2024-02-14T12:00:00Z"
  }
}

🏗️ アーキテクチャ

プロジェクト構成
📦 AI-Customer-Support-Bot--MCP-Server
├── 🚀 app.py              # FastAPI application
├── 🗄️  database.py         # Database configuration
├── 🛡️  middleware.py       # Auth & rate limiting
├── 📋 models.py          # ORM models
├── ⚙️  mcp_config.py      # MCP protocol config
├── 📄 requirements.txt   # Dependencies
└── 📝 .env.example      # Environment template
レイヤーの役割
レイヤー目的コンポーネント
APIHTTP エンドポイント、検証FastAPI ルート、Pydantic モデル
ミドルウェア認証、レート制限、ロギングトークン検証、リクエストのスロットリング
サービスビジネスロジック、AI 統合コンテキスト管理、AI オーケストレーション
データ永続化、モデルPostgreSQL、SQLAlchemy ORM

🔌 AI サービスの拡張

AI プロバイダーを追加する
  1. AI SDK をインストールします:
pip install openai  # or anthropic, cohere, etc.
  1. 環境を設定します:
# Add to .env
AI_SERVICE_API_KEY=sk-your-api-key
AI_SERVICE_MODEL=gpt-4
  1. サービス統合を実装します:
# In service layer
class AIService:
    async def generate_response(self, query: str, context: dict) -> str:
        # Your AI integration here
        return ai_response

🔧 開発

テストの実行
pytest tests/
コード品質
# Format code
black .

# Lint
flake8

# Type checking
mypy .
Docker サポート
# Coming soon - Docker containerization

📊 モニタリングと可観測性

ヘルスメトリクス
  • ✅ サービス稼働時間
  • 🔗 データベース接続
  • 📈 リクエスト率
  • ⏱️ レスポンス時間
  • 💾 メモリ使用量
ロギング
# Structured logging included
{
  "timestamp": "2024-02-14T12:00:00Z",
  "level": "INFO",
  "message": "Query processed",
  "request_id": "req_123456",
  "processing_time": 120
}

🔒 セキュリティ

組み込みのセキュリティ機能
  • 🔐 トークン認証 - API への安全なアクセス
  • 🛡️ レート制限 - DoS 対策
  • ✅ 入力検証 - SQL インジェクションの防止
  • 📝 監査ログ - リクエストの追跡
  • 🔒 環境変数のシークレット - 安全な設定管理

🚀 デプロイ

環境設定
# Production environment variables
DATABASE_URL=postgresql://prod-user:password@prod-host/db
RATE_LIMIT_REQUESTS=1000
LOG_LEVEL=WARNING
スケーリング時の考慮事項
  • データベースにはコネクションプーリングを使用する
  • 複数インスタンス構成でのレート制限には Redis を導入する
  • 高可用性のためにロードバランサーを追加する
  • Prometheus/Grafana でモニタリングする

🤝 貢献

皆さまからの貢献を歓迎します!始め方は次のとおりです。

開発環境のセットアップ
# Fork the repo, then:
git clone https://github.com/your-username/AI-Customer-Support-Bot--MCP-Server.git
cd AI-Customer-Support-Bot--MCP-Server

# Create feature branch
git checkout -b feature/amazing-feature

# Make your changes
# ...

# Test your changes
pytest

# Submit PR
貢献ガイドライン
  • 📝 新機能のテストを作成してください
  • 📚 ドキュメントを更新してください
  • 🎨 既存のコードスタイルに従ってください
  • ✅ CI が通ることを確認してください

MseeP.ai Security Assessment Badge

📄 ライセンス

このプロジェクトは MIT License の下でライセンスされています。詳細は LICENSE ファイルをご覧ください。


Chirag Patankar が ❤️ を込めて作成しました

⭐ 役に立ったら、このリポジトリにスターを付けてください! ⭐

バグを報告 • 機能をリクエスト • ドキュメント

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。