Development Of Web Services With RAG MCP

MCPAI代理

提供方 KoroLev2512

AI代理 stdio · 本地进程 API Key 社区 / 第三方
查看接入方式

一个支持RAG(检索增强生成)、功能调用、多代理测试和Telegram集成的AI助手服务,专注于葡萄酒推荐和知识查询。

一句话选型结论

按资料字段整理

Development Of Web Services With RAG MCP 属于AI代理类 MCP 服务器,stdio · 本地进程,API Key,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式stdio · 本地进程 鉴权API Key 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 4 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量4暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

Jupyter Notebook本地部署AI助手葡萄酒推荐RAG多代理测试Telegram集成

安装与配置

stdio · 本地进程 API Key
客户端在本机拉起子进程,数据不出本机
python3 --version

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 4 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 4 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Development Of Web Services With RAG MCP当前 4 stdio · 本地进程 本地部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方KoroLev2512上游标注的维护方 KoroLev2512
分类AI代理本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式API Key远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

18.4 KB
来自项目仓库与上游目录的原文,未做删改

Wine Assistant Web Service

Веб-сервис для создания продвинутого AI-ассистента с поддержкой RAG (Retrieval Augmented Generation), Function Calling, многоагентного тестирования и интеграции с Telegram.

> Важно для macOS: На macOS команда python может быть недоступна. Используйте python3 во всех командах. Если хотите использовать python, создайте алиас: alias python=python3 (добавьте в ~/.zshrc или ~/.bashrc).

Основные возможности

  • Треды (Threads): Поддержка множественных сессий диалога с сохранением истории
  • RAG (Retrieval Augmented Generation): Семантический поиск по текстовой базе знаний
  • Function Calling: Вызов внешних функций для работы с данными (поиск вин, корзина, передача оператору)
  • Многоагентное тестирование: Система тестирования ассистента с помощью других агентов
  • Telegram интеграция: Бот для взаимодействия через Telegram
  • REST API: FastAPI endpoints для программного доступа

Предварительные требования

1. Python окружение

Требование: Python 3.10 или выше

Проверка:```bash

На macOS и Linux обычно используется python3

python3 --version

На Windows может быть python

python --version


**Если версия Python ниже 3.10**, необходимо обновить:

#### Обновление Python на macOS:

**Вариант 1: Через Homebrew (рекомендуется)**```bash
# Установка Homebrew (если не установлен)
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# Установка Python 3.12
brew install python@3.12

# Проверка установки
python3.12 --version

# Использование новой версии
python3.12 -m venv venv

Вариант 2: Через официальный установщик
1. Скачайте Python 3.10+ с python.org
2. Установите через .pkg файл
3. После установки проверьте: python3 --version

Вариант 3: Использование pyenv (для управления несколькими версиями)```bash

Установка pyenv через Homebrew

brew install pyenv

Добавьте в ~/.zshrc:

echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.zshrc
echo 'command -v pyenv >/dev/null || export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.zshrc
echo 'eval "$(pyenv init -)"' >> ~/.zshrc

Перезагрузите терминал или выполните:

source ~/.zshrc

Установка Python 3.12

pyenv install 3.12.0
pyenv global 3.12.0

Проверка

python3 --version


**Примечание**: На macOS команда `python` может быть недоступна. Используйте `python3` или создайте алиас:```bash
# Создание алиаса (добавьте в ~/.zshrc или ~/.bashrc)
alias python=python3
alias pip=pip3

Выполнение:```bash

Создание виртуального окружения

python3 -m venv venv

Активация (Linux/Mac)

source venv/bin/activate

Активация (Windows)

venv\Scripts\activate


### 2. Установка зависимостей

**Требование**: Установлены все необходимые Python пакеты

**Выполнение**:```bash
pip install --upgrade pip
pip install -r requirements.txt

Проверка установки:```bash
pip list | grep -E "(fastapi|openai|pydantic|telebot)"


### 3. Yandex Cloud API доступ

**Требование**: Настроены учетные данные для Yandex Cloud AI Assistant API

**Шаги выполнения**:

1. **Создание сервисного аккаунта в Yandex Cloud**:
- Войдите в Yandex Cloud Console
- Перейдите в раздел "Сервисные аккаунты"
- Создайте новый сервисный аккаунт
- Назначьте роль `ai.languageModels.user` или `editor`

2. **Получение API ключа**:
- В настройках сервисного аккаунта создайте авторизованный ключ
- Сохраните `service_account_id`, `key_id` и `private_key`
- Или создайте API ключ для сервисного аккаунта

3. **Получение Folder ID**:
- В Yandex Cloud Console перейдите в нужный каталог (folder)
- Скопируйте ID каталога из URL или настроек

4. **Настройка переменных окружения**:```bash
cp .env.example .env

Отредактируйте .env файл:```env
API_KEY=your_api_key_here
FOLDER_ID=your_folder_id_here
BASE_URL=https://rest-assistant.api.cloud.yandex.net/v1
MODEL=gpt://{FOLDER_ID}/yandexgpt/rc


**Важно**: Замените `{FOLDER_ID}` на реальный ID каталога или используйте полный путь модели.

**Проверка**:```bash
# Проверка переменных окружения
python3 -c "from app.config import settings; print(f'Model: {settings.model}')"

4. Данные для работы

Требование: Наличие файлов с данными о винах

Структура данных:```
data/
├── wine-price-ru.xlsx # Прайс-лист вин (Excel)
├── wines.txt/ # Текстовые файлы о сортах вин
│ ├── Каберне.txt
│ ├── Мерло.txt
│ └── ...
└── regions.txt/ # Текстовые файлы о регионах
├── Бордо.txt
├── Тоскана.txt
└── ...


**Формат прайс-листа (wine-price-ru.xlsx)**:
Excel файл со столбцами:
- `Id` - ID вина
- `Name` - Название вина
- `Country` - Код страны (IT, FR, RU, и т.д.)
- `Price` - Цена
- `WHPrice` - Оптовая цена
- `Acidity` - Кислотность (Сухое, Полусухое, и т.д.)
- `Color` - Цвет (Красное, Белое, Розовое)
- `Volume` - Объем

**Выполнение**:
1. Создайте директорию `data`:```bash
mkdir -p data/wines.txt data/regions.txt
  1. Поместите файл wine-price-ru.xlsx в директорию data/

  2. Добавьте текстовые файлы о винах и регионах в соответствующие директории

Проверка:```bash
ls -la data/
ls -la data/wines.txt/ | head -5
ls -la data/regions.txt/ | head -5


### 5. Telegram Bot (опционально)

**Требование**: Токен Telegram бота для интеграции

**Шаги выполнения**:

1. **Создание бота через BotFather**:
- Откройте Telegram и найдите @BotFather
- Отправьте команду `/newbot`
- Следуйте инструкциям для создания бота
- Сохраните полученный токен

2. **Настройка в .env**:```env
TELEGRAM_TOKEN=your_telegram_bot_token_here

Проверка:```bash
python3 -c "from app.config import settings; print('Telegram token:', 'set' if settings.telegram_token else 'not set')"


## Установка и запуск

### Полная установка```bash
# 1. Клонирование/переход в директорию проекта
cd /path/to/project

# 2. Создание виртуального окружения
python3 -m venv venv
source venv/bin/activate  # Linux/Mac
# или
venv\Scripts\activate  # Windows

# 3. Установка зависимостей
pip install --upgrade pip
pip install -r requirements.txt

# 4. Настройка переменных окружения
cp .env.example .env
# Отредактируйте .env файл с вашими учетными данными

# 5. Инициализация структуры данных
python3 init_data.py
# Это создаст необходимые директории и проверит конфигурацию

# 6. Подготовка данных
# Поместите wine-price-ru.xlsx в data/
# Добавьте текстовые файлы о винах в data/wines.txt/
# Добавьте текстовые файлы о регионах в data/regions.txt/

# 7. Запуск приложения
python3 run.py

Запуск только API сервера```bash

uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload


### Запуск только Telegram бота```bash
python3 -c "from app.telegram_bot import start_telegram_bot; start_telegram_bot()"

Проверка установки

После выполнения всех шагов установки, проверьте готовность системы:```bash

Быстрая проверка окружения

python3 check_environment.py

Инициализация структуры данных

python3 init_data.py


Скрипт проверит:
- ✅ Наличие необходимых директорий
- ✅ Наличие файлов данных
- ✅ Корректность конфигурации

## Использование API

### Документация API

После запуска сервера документация доступна по адресам:
- Swagger UI: http://localhost:8000/docs
- ReDoc: http://localhost:8000/redoc

### Примеры запросов

#### Отправка сообщения```bash
curl -X POST "http://localhost:8000/api/v1/chat" \
-H "Content-Type: application/json" \
-d '{
"message": "Какое вино подходит к стейку?",
"thread_id": "user123"
}'

Получение истории диалога```bash

curl "http://localhost:8000/api/v1/chat/user123/history"


#### Очистка истории```bash
curl -X DELETE "http://localhost:8000/api/v1/chat/user123/history"

Python пример```python

import requests

Отправка сообщения

response = requests.post(
"http://localhost:8000/api/v1/chat",
json={
"message": "Какое самое дешевое красное вино из Италии?",
"thread_id": "test_user"
}
)

print(response.json())


### Запуск примера API клиента```bash
# Убедитесь, что сервер запущен в другом терминале
python3 example_api_client.py

Многоагентное тестирование

Система многоагентного тестирования позволяет проверить работу ассистента с помощью других AI-агентов, имитирующих пользователей.

Запуск тестового примера```bash

python3 example_test.py


### Пример использования системы тестирования:```python
from app.agents.agent import Agent
from app.models.tools import SearchWinePriceList, AddToCart, ShowCart, Handover
from app.testing.multi_agent_tester import create_default_tester

# Создание ассистента
assistant = Agent(
instruction="Ты - опытный сомелье...",
tools=[SearchWinePriceList, AddToCart, ShowCart, Handover]
)

# Создание тестера
tester = create_default_tester(assistant)

# Запуск тестового диалога
conversation = tester.run_conversation(
test_agent_name="user",
initial_message="Добрый день! Поможете мне выбрать вино?",
max_turns=10
)

# Вывод результатов
for msg in conversation:
print(f"{msg['role']}: {msg['content']}")

Архитектура системы

Компоненты

  1. Agent (app/agents/agent.py): Основной класс для управления диалогами с поддержкой function calling
  2. RAG Service (app/services/rag_service.py): Сервис для семантического поиска по базе знаний
  3. Tools (app/models/tools.py): Pydantic модели для function calling
  4. API Routes (app/api/routes.py): REST API endpoints
  5. Telegram Bot (app/telegram_bot.py): Интеграция с Telegram

Поток обработки запроса

  1. Пользователь отправляет сообщение
  2. Agent получает сообщение и проверяет историю тредов
  3. Отправляет запрос в Yandex Cloud AI Assistant API
  4. Если модель вызывает функцию - обрабатывает вызов
  5. Отправляет результаты функции обратно в модель
  6. Возвращает финальный ответ пользователю
  7. Сохраняет историю в тред

Конфигурация

Все настройки находятся в файле .env. Основные параметры:

  • API_KEY: API ключ Yandex Cloud
  • FOLDER_ID: ID каталога Yandex Cloud
  • MODEL: Модель для использования
  • TELEGRAM_TOKEN: Токен Telegram бота (опционально)
  • HOST, PORT: Настройки сервера

Устранение неполадок

Ошибка подключения к API

Проблема: Error connecting to Yandex Cloud API

Решение:
1. Проверьте правильность API_KEY и FOLDER_ID в .env
2. Убедитесь, что сервисный аккаунт имеет необходимые права
3. Проверьте доступность BASE_URL

Ошибка загрузки данных

Проблема: FileNotFoundError: wine-price-ru.xlsx

Решение:
1. Убедитесь, что файл существует в data/wine-price-ru.xlsx
2. Проверьте права доступа к файлу
3. Установите openpyxl для работы с Excel: pip install openpyxl

RAG не работает

Проблема: Векторное хранилище не инициализируется

Решение:
1. Проверьте наличие файлов в data/wines.txt/ и data/regions.txt/
2. Убедитесь, что установлен chromadb и sentence-transformers
3. Проверьте логи при запуске приложения

Telegram бот не отвечает

Проблема: Бот не реагирует на сообщения

Решение:
1. Проверьте правильность TELEGRAM_TOKEN в .env
2. Убедитесь, что бот запущен (проверьте логи)
3. Проверьте, что бот не заблокирован пользователем

Разработка

Структура проекта```

.
├── app/
│ ├── agents/ # Классы агентов
│ ├── api/ # API endpoints
│ ├── models/ # Pydantic модели
│ ├── services/ # Бизнес-логика
│ ├── testing/ # Система тестирования
│ ├── config.py # Конфигурация
│ ├── main.py # FastAPI приложение
│ └── telegram_bot.py # Telegram интеграция
├── data/ # Данные (не в git)
├── .env # Переменные окружения (не в git)
├── .env.example # Пример конфигурации
├── requirements.txt # Зависимости
├── run.py # Точка входа
└── README.md # Документация


### Добавление новых функций

1. Создайте Pydantic модель в `app/models/tools.py`
2. Добавьте обработчик в `Agent._process_tool_call()`
3. Добавьте функцию в список tools при создании Agent

## Лицензия

Этот проект создан в образовательных целях.

## Демонстрация выполнения требований

### Шаг 1: Проверка Python окружения```bash
# На macOS используйте python3
python3 --version
# Должно быть: Python 3.10 или выше

# Если версия ниже 3.10, обновите Python:
# brew install python@3.12
# или используйте pyenv (см. раздел "Предварительные требования")

Шаг 2: Установка зависимостей```bash

pip install -r requirements.txt
pip list | grep -E "(fastapi|openai|pydantic)"

Должны быть установлены все пакеты


### Шаг 3: Настройка Yandex Cloud```bash
# Проверка переменных окружения
python3 -c "from app.config import settings; print(f'API Key: {\"set\" if settings.api_key else \"not set\"}'); print(f'Folder ID: {settings.folder_id}'); print(f'Model: {settings.model}')"

Шаг 4: Инициализация данных```bash

python3 init_data.py

Должен создать директории и проверить файлы


### Шаг 5: Запуск сервера```bash
python3 run.py
# Сервер должен запуститься на http://localhost:8000

Шаг 6: Проверка API```bash

В другом терминале

curl http://localhost:8000/api/v1/health

Должен вернуть статус "healthy"


### Шаг 7: Тестирование```bash
# Запуск многоагентного теста
python3 example_test.py

# Запуск API клиента
python3 example_api_client.py

Контакты

Для вопросов и предложений создайте issue в репозитории проекта.

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Development Of Web Services With RAG MCP 怎么安装?

在客户端按下面的安装命令接入:python3 --version。装完在客户端配置里引用同一个包或端点。

Development Of Web Services With RAG MCP 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Development Of Web Services With RAG MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Development Of Web Services With RAG MCP 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

Development Of Web Services With RAG MCP 能提供哪些能力?

资料显示约 4 个工具;能力标签包括 Jupyter Notebook、Python、RAG。具体工具清单以官方文档为准。

Development Of Web Services With RAG MCP 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Development Of Web Services With RAG MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。