Pydantic MCP Agent with Chainlit

使用 Chainlit 的 Pydantic MCP Agent

使用 Pydantic 和 Chainlit 实现的强大 AI Agent，支持网页浏览，并可通过 MCP（多命令协议）进行交互。

功能

• 网页浏览功能，支持自动化交互
• 集成 Ollama，支持本地大模型
• 基于 Chainlit 的交互式聊天界面
• 使用 Pydantic 模型安全地处理类型化数据
• 可配置的 MCP 服务集成

先决条件

• Python 3.8+
• Node.js 和 npm（用于 MCP 服务）
• 本地已安装 Ollama
• 可访问 MCP 服务

安装

1. 克隆仓库：

git clone https://github.com/RyanNg1403/pydantic-ai-mcp-agent-with-chainlit.git
cd pydantic-ai-mcp-agent-with-chainlit

2. 安装 Python 依赖项：

pip install -r requirements.txt

3. 安装 Node.js 依赖项：

npm install

配置

1. 复制配置文件模板：

cp mcp_config.template.json mcp_config.json

2. 使用你的配置设置编辑 mcp_config.json。出于安全考虑，该文件已加入 git 忽略列表。

使用方法

运行 Chainlit 界面

chainlit run pydantic_mcp_chainlit.py

直接运行 Agent

python pydantic_mcp_agent.py

项目结构

• pydantic_mcp_agent.py：Agent 核心实现
• pydantic_mcp_chainlit.py：Chainlit 界面实现
• mcp_client.py：MCP 客户端实现
• requirements.txt：Python 依赖项
• mcp_config.template.json：配置文件模板
• .gitignore：指定 git 应忽略的文件

环境变量

可在 .env 文件中设置以下环境变量：

• EXA_API_KEY：你的 MCP API 密钥
• OLLAMA_HOST：Ollama 主机地址（默认值：http://localhost:11434）

贡献

1. Fork 此仓库
2. 创建功能分支（git checkout -b feature/amazing-feature）
3. 提交更改（git commit -m 'Add some amazing feature'）
4. 推送到分支（git push origin feature/amazing-feature）
5. 创建 Pull Request