Docubrain Agent

MCPAI代理

提供方 YutaYokkaichi

AI代理 未标注 会话登录 社区 / 第三方

DocuBrain Agent 是一个结合了文档检索(RAG)和外部工具执行的自适应AI代理系统,能够根据用户自然语言查询自动选择并执行合适的工具来提供回答。

一句话选型结论

按资料字段整理

Docubrain Agent 属于AI代理类 MCP 服务器,传输方式未标注,会话登录,没有现成安装命令,需按官方文档接入。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 传输方式未标注 鉴权会话登录 部署方式未标注
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 3 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3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

AI代理Python本地部署文档检索RAG工具集成自然语言处理

安装与配置

未标注 会话登录
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  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 3 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 3 个工具,职责相对集中,接入后不容易误操作。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 使用前要准备好会话登录对应的凭据,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

  • 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
Docubrain Agent当前 3 未标注 未标注 无 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YutaYokkaichi上游标注的维护方 YutaYokkaichi
分类AI代理本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式会话登录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 · 未标注本地安装时用到的包标识与运行时
部署类型未标注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

16.3 KB
来自项目仓库与上游目录的原文,未做删改

DocuBrain代理🧠

项目简介

DocuBrain代理 集成了内部文档搜索(RAG)和外部工具执行的自主式AI代理系统。

对于用户的自然语言的提问AI自动确定“是否需要搜索”“是否需要计算”,并使用适当的工具进行回答。不仅仅是聊天室代理工作流中描述的场景,使用以下步骤创建明细表,以便在概念设计中分析体量的体积。


示威

🚀 现场演示: https://docubrain-prod-ae29a.web.app/

请尝试实际运行的应用程序!ChatGPT在轻松的界面上AI您可以体验代理的自主工具选择和基于依据的回答生成。


主要特征

🤖 自主代理

AI根据情况选择并执行最佳工具。用户只需传达“想知道什么”而不是“使用什么”就可以了。

📚 RAG(检索增强生成)

PDF对文档进行矢量检索,生成有根据的回答。防止产生幻觉,提供可靠的信息。

🔧 多工具集成

自主区分知识检索、计算工具等多个功能。易于扩展的体系结构。

🏗️ MCP(模型上下文协议)

Anthropic啊OpenAI也采用行业标准协议。工具和AI中所述修改相应参数的值。

💬 Intuitive UI/UX (直观界面)

类似ChatGPT的接口 具有高级功能:

  • 多会话管理:在侧边栏集中管理多个聊天记录
  • 永続化: localStorage 的重载耐性(对话不会消失)
  • 反射式设计:完全支持移动/平板/台式机
  • UX细节: Loading状态可视化IME对应,源引用容易看的表示

☁️ 全克劳德

Firebase Hosting + Cloud Run实现可扩展的基础设施。无服务器配置使运营成本最小化。


系统体系结构```mermaid

graph TB
subgraph "Frontend - Firebase Hosting"
A[React + TypeScript
Vite + Tailwind CSS]
end

subgraph "Backend - Google Cloud Run"
B[FastAPI
Python 3.11]
C[MCP Server
stdio communication]
D[Agent Runner
Gemini API]
end

subgraph "External Services"
E[Qdrant Cloud
Vector Database]
F[Google Gemini API
gemini-2.5-flash]
end

A -->|HTTPS/JSON| B
B -->|subprocess| C
D -->|Function Calling| C
C -->|retrieve_knowledge| E
C -->|add/multiply| C
D -->|LLM Request| F

style A fill:#61DAFB,stroke:#333,stroke-width:2px,color:#000
style B fill:#009688,stroke:#333,stroke-width:2px,color:#fff
style C fill:#FF6B6B,stroke:#333,stroke-width:2px,color:#fff
style D fill:#4ECDC4,stroke:#333,stroke-width:2px,color:#000
style E fill:#7C4DFF,stroke:#333,stroke-width:2px,color:#fff
style F fill:#8E75B2,stroke:#333,stroke-width:2px,color:#fff


### 数据流

1. **前端**:用户聊天UI在中输入问题
1. **快速API**: `/api/chat` 在端点接收请求
1. **Agent Runner**: Gemini API的Function Calling提交请求
1. **MCP服务器**: AI选择的工具(`retrieve_knowledge`, `add`, `multiply`),模板名称将采用不同的格式
1. **Qdrant**: RAG框中,选择“默认值”
1. **回应**: AI生成最终回答并返回前端

______________________________________________________________________

## 使用技术

### 前端

|技术|目的|
|------------|---------|
| **反应18.3** | UI构建-声明性组件设计

| **TypeScript 5.6** |型安全开发-与后端共享接口|
| **维特** 快速构建工具-HMR支持
| **顺风CSS** 实用工具优先的造型
**阿西奥斯** · 非同期HTTP通信
**Firebase托管** · CDN分发-快速内容分发

### 后端

| **Python 3.11** 高性能运行时
**快速API** · 非同期API - OpenAPI自动生成
| **派丹蒂克** 严格的类型验证-请求/响应方案
**MCP(模型上下文协议)** · AI工具协作的标准协议
| **谷歌云运行** 无服务器容器-自动缩放
| **码头工人** |容器化-Multi-stage build轻量化

### 人工智能与数据

| **谷歌双子座2.5 Flash** 快速的语言模型-Function Calling支持
| **Qdrant云** 管理向量DB - 语义搜索
**LangChain** · RAG管线构建|
| **句子转换** |生成文本的嵌入矢量|

### 开发运维

|技术|目的|
|------------|---------|
| **云构建** | CI/CD - 自动构建部署
| **工件注册表** | Docker映像管理
| **密钥管理器** | API密钥安全管理

______________________________________________________________________

## 机能一覧

### 1.RAG(检索增强生成)

- PDF文档上载分析
- 文本组块和矢量嵌入
- Qdrant语义搜索
- 以检索结果为依据的回答生成
- 显示源引用(显示从哪个文档获取的信息)

### 2.自主代理

- **自主工具选择**: AI分析用户的意图,确定所需的工具
- **函数调用**: Gemini API利用本地功能
- **多步推理**:执行多个工具组合的复杂任务

### 3.提供工具

|工具|说明|
|------|-------------|
| `retrieve_knowledge` | Qdrant在中查找内部文档

| `add` 两个数字相加
| `multiply` 两个数字相乘

*(未来可扩展:API调用、数据库查询、外部服务协作等)*

### 4.现代聊天UI

- **ChatGPT简单的接口**:在侧边栏中管理多个对话
- **会话持久化**: `localStorage`耐重载性
- **实时反馈**: Loading状态可视化,自动滚动
- **源引用可视化**:从哪个文档获取信息一目了然
- **反射式设计**:完全支持移动/平板/台式机
- **IME対応**:日本语入力中の误送信防止

______________________________________________________________________

## 开发的讲究(Technical Challenges)

在本项目中,我们致力于实际业务级别的技术挑战,而不是单纯的教程实施。

### 🚀 1. MCP (Model Context Protocol) 实施

**课题**: AI工具协作标准化和松散耦合

传统Function Calling在实现中,工具定义和后端逻辑往往是紧密耦合的。在本项目中**MCP(模型上下文协议)** 采用AI实现了将和工具松散耦合的设计。

#### 技术实施点

**1. Docker在动态输入提示中MCP服务器启动**

Cloud Run在环境中MCP将服务器启动为子进程,然后单击`stdio`进行了通过通信合作的安装。```python
# backend/app/services/mcp_client.py
async def start_mcp_server():
"""MCPサーバーをサブプロセスとして起動(stdio通信)"""
server_params = StdioServerParameters(
command="python",
args=["/app/app/mcp/server.py"],  # 絶対パス指定が重要
env=None
)
async with stdio_client(server_params) as (read, write):
async with ClientSession(read, write) as session:
await session.initialize()
return session

2.解决绝对路径

最初,通过指定相对路径Cloud Run 出现上面找不到模块的错误。Docker容器中的绝对路径(/app/app/mcp/server.py),模板名称将采用不同的格式。

3.贯彻异步处理

FastAPI的异步处理程序MCP正确集成客户端异步通信。```python
async def run_agent(user_message: str) -> str:
"""エージェントを実行し、MCPツールを呼び出す"""
async with get_mcp_session() as session:

ツールリストを取得

tools_list = await session.list_tools()

Gemini APIにFunction Callingリクエスト

response = model.generate_content(...)

AIが選択したツールをMCP経由で実行

tool_result = await session.call_tool(tool_name, arguments=args)


#### 为什么MCP选择了吗

- **扩张性**:易于添加新工具(仅通过MCP服务器端的更改完成)
- **保守性**:工具逻辑和AI逻辑分离
- **标准化**: Anthropic啊OpenAI也采用的行业标准协议

______________________________________________________________________

### 🤖 2.构建自主代理

**课题**: AI动态工具选择和运行

它实现了一个代理,可以根据用户的意图自主选择和运行适当的工具,而不是单纯的聊天室。

#### 実装戦略

**1. Function Calling利用率**

Gemini API的,之Function Calling使用功能AI让我判断了“使用哪个工具”。```python
tools = [
{
"name": "retrieve_knowledge",
"description": "社内ドキュメントから関連情報を検索します",
"parameters": {
"type": "object",
"properties": {
"query": {"type": "string", "description": "検索クエリ"}
}
}
},
# ... 他のツール定義
]

model = genai.GenerativeModel(
model_name="gemini-2.5-flash",
tools=tools
)

2.多回合对话

AI实施多回合对话,接收执行工具的结果,再次进行推理。```
User: "売上レポート2024のQ3実績は?"
↓
AI: retrieve_knowledge("売上レポート2024 Q3") を呼び出し
↓
Tool: [検索結果] "Q3実績: 1200万円"
↓
AI: "2024年Q3の売上実績は1200万円です。"


#### 下功夫的要点

- **提高意图分类的精度**:通过提示工程提高适当的工具选择率
- **错误处理**:工具执行失败时的回退处理
- **上下文管理**:保持对话历史记录,应对连续提问

______________________________________________________________________

### 🔒 3. CORS和安全

**课题**: Cloud Run (Backend) 和Firebase Hosting (Frontend) 之间的安全通信

#### 解决策

**1. CORS配置中间件**```python
# backend/app/main.py
app.add_middleware(
CORSMiddleware,
allow_origins=[
"https://docubrain-agent.web.app",
"http://localhost:5173"  # 開発環境
],
allow_credentials=True,
allow_methods=["*"],
allow_headers=["*"],
)

2.根据环境变量API密钥管理```yaml

Cloud Run デプロイ時

gcloud run deploy docubrain-backend \
--set-env-vars GEMINI_API_KEY=secret:gemini-key \
--set-env-vars QDRANT_API_KEY=secret:qdrant-key


**3.型安全通信**

前端和后端TypeScript/Pydantic的架构,防止运行时出错。

______________________________________________________________________

###  4.前端状态管理UX设计

**课题**:可以作为实用的应用程序使用UI/UX实现

不仅仅是聊天室,以“每天都想使用”的应用程序为目标,进行了以下设计。

#### 安装的办法

**1.客户端会话管理**

`useState` 和 `useEffect` 组合多个聊天记录React的状态进行管理。```typescript
const [sessions, setSessions] = useState([]);
const [currentSessionId, setCurrentSessionId] = useState(null);

// セッション作成
const createNewSession = () => {
const newSession: ChatSession = {
id: Date.now().toString(),
title: '新しいチャット',
messages: [{ role: 'assistant', content: 'こんにちは!...' }],
createdAt: Date.now(),
};
setSessions(prev => [newSession, ...prev]);
setCurrentSessionId(newSession.id);
};

2. LocalStorage持久化

在保护隐私的同时保留历史记录,不影响后端。```typescript
// 保存
useEffect(() => {
if (sessions.length > 0) {
localStorage.setItem('docubrain_sessions', JSON.stringify(sessions));
}
}, [sessions]);

// 読み込み
useEffect(() => {
const saved = localStorage.getItem('docubrain_sessions');
if (saved) {
const parsedSessions: ChatSession[] = JSON.parse(saved);
setSessions(parsedSessions);
}
}, []);


**3. UX对细节的讲究**

| 機能 | 実装内容 |
|------|----------|
| **IME対応** | `e.nativeEvent.isComposing` 防止日语输入中的误发送

| **自动标题生成** 将第一个用户问题自动设置为对话标题
| **自动滚动** 添加消息时 `scrollIntoView` 自动到底部
**Loading表示** · AI的思考中视觉反馈
**回动** · `md:` 在断点处切换移动/桌面布局

#### 为什么要做这个设计

- **无状态后端**: Cloud Run对于每个请求,容器都会启动和停止。如果在服务器侧进行会话管理Redis等需要外部存储的复杂性。
- **MVP设计**:首先在客户端完成,在用户增加的阶段Firestore过渡到协作的阶段性设计。
- **隐私**:不向服务器发送对话履历,通过在浏览器内完结来保护数据主权。

______________________________________________________________________

### ️ 5.全栈实现

**课题**:从前端到基础设施的一致设计和构建

#### 成果

- **设计**:系统架构、数据流设计
- **前端**: React + TypeScript 中的UI实施、状态管理、UX设计
- **后端**: FastAPI 中的异步API实现
- **AI统合**: Gemini API、Qdrant集成RAG管线构造
- **基础设施**: Docker容器化Cloud Build根据CI/CD、Cloud Run部署到
- **调试**: Cloud Run分析日志、确定和修复路径解决问题

全部都是一个人完成的,证明了实务水平的全栈开发能力。

______________________________________________________________________

## 安装过程

### 前提条件

- Node.js 18+
- Python 3.11+
- Docker&Docker编写
- Google Cloud 帐户(启用Gemini API)
- Qdrant Cloud 账户

### 1.克隆存储库```bash
git clone https://github.com/yourusername/docubrain-agent.git
cd docubrain-agent

2.设置环境变量

后端```bash

backend/.env

GEMINI_API_KEY=your_gemini_api_key
QDRANT_URL=https://your-cluster.qdrant.io
QDRANT_API_KEY=your_qdrant_api_key
QDRANT_COLLECTION_NAME=docubrain_knowledge


#### 前端```bash
# frontend/.env
VITE_API_BASE_URL=http://localhost:8000

3.启动本地开发环境

后端```bash

docker-compose up --build


后端 `http://localhost:8000` 中所述修改相应参数的值。

#### 前端```bash
cd frontend
npm install
npm run dev

前端 http://localhost:5173 中所述修改相应参数的值。

4.动作确认

  1. 在浏览器中 http://localhost:5173 访问
  2. 在聊天屏幕上输入问题(例如:“销售报告”)
  3. AI选择“工具”,并确认是否显示答案

项目配置```

docubrain-agent/
├── frontend/ # React + TypeScript
│ ├── src/
│ │ ├── components/ # UIコンポーネント
│ │ ├── api.ts # バックエンド通信
│ │ ├── types.ts # 型定義
│ │ └── App.tsx
│ ├── package.json
│ └── vite.config.ts
│
├── backend/ # FastAPI + Python
│ ├── app/
│ │ ├── api/ # APIエンドポイント
│ │ │ └── agent.py
│ │ ├── services/ # ビジネスロジック
│ │ │ ├── agent_runner.py
│ │ │ ├── mcp_client.py
│ │ │ └── search.py
│ │ ├── mcp/ # MCPサーバー
│ │ │ └── server.py
│ │ ├── schemas/ # Pydanticスキーマ
│ │ └── main.py
│ ├── Dockerfile
│ └── pyproject.toml
│
├── docker-compose.yml
└── README.md


______________________________________________________________________

## 部署

### Cloud Run 部署到```bash
# Cloud Buildでビルド
gcloud builds submit --config cloudbuild.yaml

# Cloud Runにデプロイ
gcloud run deploy docubrain-backend \
--image gcr.io/your-project-id/docubrain-backend \
--platform managed \
--region asia-northeast1 \
--allow-unauthenticated \
--set-env-vars GEMINI_API_KEY=secret:gemini-key

Firebase Hosting 部署到```bash

cd frontend
npm run build
firebase deploy --only hosting
```


今后的展望

机能扩张

  • [ ] 认证机能: Firebase Authentication用户管理
  • [ ] 会话历史记录持久化: Firestore连携
  • [ ] 多用户支持:按用户分离知识库
  • [ ] 扩充工具:
  • 外部API呼叫(天气、新闻等)
  • 执行数据库查询
  • 文件操作(PDF生成、Excel输出等)

技术改善

  • [ ] 流响应:实时回答生成
  • [ ] 高速缓存:高速缓存搜索结果
  • [ ] 监视:云记录/监控統合
  • [ ] 测试:单体测试E2E扩充测试

UI/UX

  • [ ] 支持标记:显示回答的丰富文本
  • [ ] 音声入力:语音转文本統合
  • [ ] 多言语对应: i18n実装

许可证

MIT许可证


开発者

尤塔 Yokkaichi

这个项目是现代的全堆栈开发AI它是为了证明整合、云基础设施建设的技能而创建的。

技术问题和反馈GitHub的,之Issue求值时使用曲面法线的原始方向。


内置于❤️ 尖端技术

常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
Docubrain Agent 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Docubrain Agent 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。

Docubrain Agent 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。

Docubrain Agent 需要 API Key 吗?

资料标注需要会话登录认证,使用前准备好对应凭据,并按最小权限配置。

Docubrain Agent 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 AI代理、文档检索、Python、自然语言处理、RAG。具体工具清单以官方文档为准。

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。