mcpField
A
AI Assistant MCP

AI Assistant MCP

本地服务
github.com/aldindugolliAI 与智能体067 周前更新

关于 AI Assistant MCP

AI Assistant MCP 是基于 FastAPI 和 Ollama 的 AI 助手,面向需要聊天、系统监控与控制的用户。它将对话、资源指标、文件操作和进程管理整合在 Web 界面中。

主要功能

  1. 01上下文对话与历史管理
  2. 02CPU、内存、磁盘和网络监控
  3. 03进程跟踪与管理
  4. 04文件系统操作
  5. 05系统健康检查与资源告警
  6. 06实时 Web 界面

适用场景

  1. 01查看实时及历史系统指标
  2. 02追踪进程并管理运行任务
  3. 03通过文件操作接口读取或写入文件
  4. 04在 Web 界面与 AI 助手对话

MCP 相关

项目名称包含 MCP,但 README 未说明其 MCP 服务提供的工具或资源。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

AI Assistant MCP

一款功能强大的 AI 助手,具备系统监控和控制能力,使用 FastAPI 和 Ollama 构建。

功能

AI 聊天界面
  • 与 AI 助手进行交互式聊天
  • 支持上下文感知的对话
  • 支持新建聊天会话
  • 管理聊天历史记录
系统监控
  • 实时系统指标仪表板
  • 监控 CPU、内存、磁盘和网络
  • 跟踪和管理进程
  • 资源使用情况警报
  • 交互式图表和可视化
系统控制
  • 文件系统操作
  • 进程管理
  • 系统运行状况检查
  • 安全的 API 访问
Web 界面
  • 现代化的响应式设计
  • 实时更新
  • 轻松浏览各项功能
  • 用户友好的控制项

设置说明

  1. 克隆代码仓库:
git clone https://github.com/aldindugolli/Arrodes-2.0.git
cd Arrodes-2.0
  1. 创建并激活虚拟环境:
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate
  1. 安装依赖项:
pip install -r requirements.txt
  1. 设置环境变量: 创建一个 .env 文件,内容如下:
SECRET_KEY=your_secret_key_here
  1. 启动 Ollama 服务:
ollama serve
  1. 运行应用:
python run.py

使用方法

Web 界面

访问 http://localhost:8000 上的 Web 界面:

  • 与 AI 助手聊天
  • 监控系统资源
  • 管理文件和进程
  • 查看系统警报
API 端点
聊天
  • POST /chat - 向 AI 助手发送消息
  • GET / - 访问聊天界面
系统监控
  • GET /monitoring - 访问监控仪表板
  • GET /monitoring/metrics - 获取当前系统指标
  • GET /monitoring/history - 获取历史指标数据
  • GET /monitoring/alerts - 获取系统警报
系统控制
  • GET /system/files/list/{path} - 列出目录内容
  • GET /system/files/read/{path} - 读取文件内容
  • POST /system/files/write - 写入文件
  • GET /system/processes - 列出正在运行的进程
  • GET /system/processes/{pid} - 获取进程详情
  • DELETE /system/processes/{pid} - 终止进程

安全性

  • 所有端点均需通过 API 密钥进行身份验证
  • 安全的文件系统操作
  • 进程管理安全检查
  • 环境变量配置

开发

项目结构
src/
├── main.py              # FastAPI application
├── ollama_client.py     # AI integration
├── monitoring.py        # System monitoring
├── system_ops.py        # System operations
├── security.py          # Security utilities
├── config.py           # Configuration
└── templates/          # HTML templates
    ├── index.html      # Chat interface
    └── monitoring.html # Monitoring dashboard
贡献
  1. Fork 代码仓库
  2. 创建功能分支
  3. 提交更改
  4. 推送到分支
  5. 创建 Pull Request

许可证

MIT License

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。