time-mcp

time-mcp

一个精简的 Agentic AI 系统，通过工具增强的 LLM 流水线回答与时间相关的问题及一般问题。

功能

• Flask API：提供当前时间戳。
• MCP Agent Server：推理 Agent，可检测用户意图、调用工具（如时间 API）、设计提示词，并通过 OpenRouter（兼容 OpenAI 的 API）与 LLM 交互。
• Streamlit UI：简单的聊天界面，可与 AI Agent 对话。

---

设置

1. 克隆并安装依赖项

pip install -r requirements.txt

2. 环境变量

设置 OpenRouter API 密钥（可从 https://openrouter.ai 获取）：

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

3. 运行服务

打开三个终端（或使用后台进程）：

终端 1：Flask 时间 API

python flask_api.py

终端 2：MCP Agent Server

python mcp_server.py

终端 3：Streamlit UI

streamlit run streamlit_ui.py

Streamlit UI 将在浏览器中打开（默认地址：http://localhost:8501）

---

使用方法

• 在 Streamlit UI 中向 Agent 提出任何问题。
• 如果你询问时间（例如，“现在几点？”），Agent 将调用 Flask API，获取当前时间，并使用 LLM 撰写自然流畅的回答。
• 对于其他问题，Agent 只使用 LLM 作答。

---

架构

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

• MCP Agent 会检测意图、按需调用工具、设计提示词，并将其发送给 LLM。
• 可轻松扩展更多工具（只需添加到 MCPAgent 类中）。

---

自定义

• 添加更多工具：在 MCPAgent 中实现新方法，并更新 self.tools。
• 改进意图检测：扩展 MCPAgent 中的 detect_intent()。
• 更改 LLM 模型：更新 call_llm() 中的 model 字段。

---

要求

• Python 3.7+
• 依赖项请参阅 requirements.txt。

---

致谢

• 使用 Flask、Streamlit、OpenRouter 和 Python 构建。
• 灵感源自 Agentic LLM 设计模式。