time-mcp

time-mcp

ツール拡張型の LLM パイプラインを使用して、時刻に関する質問や一般的な質問に回答する、最小構成のエージェント型 AI システムです。

特長

• Flask API：現在のタイムスタンプを提供します。
• MCP Agent Server：ユーザーの意図を検出し、ツール（時刻 API など）を呼び出し、プロンプトを設計して、OpenRouter（OpenAI 互換 API）経由で LLM とやり取りする推論エージェントです。
• Streamlit UI：AI エージェントと会話するためのシンプルなチャットインターフェースです。

---

セットアップ

1. クローンと依存関係のインストール

pip install -r requirements.txt

2. 環境変数

OpenRouter API キーを設定します（https://openrouter.ai で取得してください）。

export OPENROUTER_API_KEY=sk-...your-key...

3. サーバーの起動

3 つのターミナルを開きます（またはバックグラウンドプロセスを使用します）。

ターミナル 1：Flask 時刻 API

python flask_api.py

ターミナル 2：MCP Agent Server

python mcp_server.py

ターミナル 3：Streamlit UI

streamlit run streamlit_ui.py

Streamlit UI がブラウザーで開きます（デフォルト：http://localhost:8501）。

---

使い方

• Streamlit UI でエージェントに質問します。
• 時刻について質問すると（例：「今何時ですか？」）、エージェントは Flask API を呼び出して現在時刻を取得し、LLM を使って自然で美しい回答を作成します。
• その他の質問には、LLM のみを使って回答します。

---

アーキテクチャ

[Streamlit UI] → [MCP Agent Server] → [Tools (e.g., Time API)]
                            ↓
                        [LLM via OpenRouter]

• MCP エージェントは意図を検出し、必要に応じてツールを呼び出し、プロンプトを設計して LLM に送信します。
• MCPAgent クラスに追加するだけで、簡単にツールを拡張できます。

---

カスタマイズ

• ツールの追加：MCPAgent に新しいメソッドを実装し、self.tools を更新します。
• 意図検出の改善：MCPAgent の detect_intent() を拡張します。
• LLM モデルの変更：call_llm() の model フィールドを更新します。

---

必要条件

• Python 3.7+
• 依存関係については requirements.txt を参照してください。

---

クレジット

• Flask、Streamlit、OpenRouter、Python を使用して構築されています。
• エージェント型 LLM の設計パターンに着想を得ています。