zippygo agent with MCP oct30th

MCPAI代理

提供方 vyshnavi-ops

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

一个基于LiveKit Agents Framework的AI语音代理,专注于航班预订,具有多房间架构、MCP集成和全面的AWS基础设施支持。

一句话选型结论

按资料字段整理

zippygo agent with MCP oct30th 属于AI代理类 MCP 服务器,stdio · 本地进程,Token,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Token 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 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
工具数量未标注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

语音代理Python本地部署航班预订多房间架构MCP集成AWS基础设施

安装与配置

stdio · 本地进程 Token
客户端在本机拉起子进程,数据不出本机
pip install -r requirements.txt

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 Node.js 等运行时,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

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

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

  • 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Token对应的凭据,并按最小权限配置。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 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
zippygo agent with MCP oct30th当前 未标注 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vyshnavi-ops上游标注的维护方 vyshnavi-ops
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Token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

11.6 KB
来自项目仓库与上游目录的原文,未做删改

集成MCP的ZippyGo语音代理

使用LiveKit代理框架构建的用于航班预订的生产就绪AI语音代理,具有多房间架构、MCP(模型上下文协议)集成和全面的AWS基础设施。

🚀 特性

核心能力

  • 🎤 语音优先接口:与OpenAI Whisper STT和TTS的自然对话流
  • ✈️ 航班预订:完成端到端的航班搜索、选择和预订
  • 💳 支付处理:通过NMI网关集成实现安全支付处理
  • 🏢 多房间建筑:针对并发用户的基于设备的房间隔离
  • 🔌 MCP集成:用于外部工具集成的模型上下文协议服务器
  • ☁️ AWS生产就绪:完整的ECS/Fargate部署和监控

技术架构

  • LiveKit代理框架:v1.2.9,带有最新插件
  • 多用户支持:每个房间一个代理,完全隔离数据
  • 实时通信:基于WebRTC的语音流
  • 数据库持久性:DynamoDB用于会话和预订存储
  • 基础设施即代码:完整的地形配置
  • 健康监测:全面的健康检查和指标

📋 先决条件

  • python:3.9+(建议3.11)
  • Node.js:18+(用于Lambda函数)
  • AWS帐户:具有适当的权限
  • OpenAI API密钥:用于语音处理
  • LiveKit服务器:自托管或云实例

🛠️ 安装

1.克隆存储库```bash

git clone https://github.com/vyshnavi-ops/zippygo_agent_with_mcp_oct30th.git
cd zippygo_agent_with_mcp_oct30th


### 2.安装Python依赖项```bash
pip install -r requirements.txt

3.环境配置

创建一个 .env 项目根目录中的文件:```env

LiveKit Configuration

LIVEKIT_URL=wss://your-livekit-server.com
LIVEKIT_API_KEY=your_api_key
LIVEKIT_API_SECRET=your_api_secret

OpenAI Configuration

OPENAI_API_KEY=sk-your_openai_key

AWS Configuration

AWS_REGION=us-east-1
AWS_ACCESS_KEY_ID=your_access_key
AWS_SECRET_ACCESS_KEY=your_secret_key

Flight Booking APIs

DUFFEL_API_KEY=your_duffel_key
NMI_API_KEY=your_nmi_key
NMI_USERNAME=your_nmi_username
NMI_PASSWORD=your_nmi_password

MCP Server

MCP_BASE_URL=https://flights-mcp.zippygo.ai/mcp

Application Settings

ENVIRONMENT=development
LOG_LEVEL=INFO


## 🏃‍♂️ 快速开始

### 地方发展```bash
# Run the local testable version
python local_testable_assistant.py start

# Or run the production version locally
python main.py start

生产部署```bash

Deploy infrastructure

cd infrastructure
terraform init
terraform plan -var-file="production.tfvars"
terraform apply -var-file="production.tfvars"

Build and deploy containers

docker build -t zippygo-voice-agent .

Push to ECR and update ECS service


## 📁 项目结构```
├── 📄 README.md                   # Project documentation
├── 📄 main.py                     # Production agent entry point
├── 📄 assistant.py                # Core agent implementation
├── 📄 local_testable_assistant.py # Local development version
├── 📄 requirements.txt            # Python dependencies
├── 📄 Dockerfile                  # Container configuration
├── 📄 .env                        # Environment variables (template)
├── 📄 __init__.py                 # Python package initialization
├── 📄 task-def-clean.json         # ECS task definition
├── 📄 project_tech_description.md # Technical architecture details
├── 📄 ZippyGo-Architecture-Flow.md # System architecture flow
│
├── 📁 infrastructure/             # Terraform Infrastructure as Code
│   ├── 📄 main.tf                # Main Terraform configuration
│   ├── 📄 ecs-voice-agent-v2.tf  # ECS service definition
│   ├── 📄 alb.tf                 # Application Load Balancer
│   ├── 📄 dynamodb.tf            # DynamoDB tables
│   ├── 📄 lambda.tf              # Lambda functions
│   ├── 📄 variables.tf           # Terraform variables
│   ├── 📄 outputs.tf             # Terraform outputs
│   └── 📄 *.tf                   # Additional AWS resources
│
├── 📁 lambda_v2/                  # Token Service Lambda Function
│   ├── 📄 index.js               # Lambda function handler
│   ├── 📄 package.json           # Node.js dependencies
│   └── 📄 README.md              # Lambda deployment guide
│
└── 📁 utils/                      # Utility Modules
├── 📄 __init__.py            # Package initialization
├── 📄 db.py                  # Database operations (DynamoDB)
├── 📄 dynamodb.py            # DynamoDB client and operations
├── 📄 logging.py             # Centralized logging configuration
├── 📄 config.py              # Environment configuration management
├── 📄 redis_cache.py         # Redis caching utilities
└── 📄 s3_storage.py          # S3 storage operations

🏗️ 架构概述

多房间建筑```

┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ Device A │ │ Device B │ │ Device C │
│ Room: dev_123 │ │ Room: dev_456 │ │ Room: dev_789 │
└─────────────────┘ └─────────────────┘ └─────────────────┘
│ │ │
└───────────────────────┼───────────────────────┘
│
┌─────────────────┐
│ LiveKit Server │
│ (Load Balanced)│
└─────────────────┘
│
┌─────────────────┐
│ ECS Fargate │
│ Voice Agents │
│ (Auto-scaling) │
└─────────────────┘


### 数据流

1. **令牌生成**:Lambda发布特定于设备的房间令牌
1. **房间创建**:每个设备都有单独的房间(`device_{hash}`)
1. **代理自动加入**:代理在用户连接时自动加入
1. **语音处理**:使用OpenAI的实时STT/TTS
1. **工具执行**:MCP服务器处理航班预订操作
1. **数据持久层**:DynamoDB存储会话和预订数据

## 🔧 配置

### 环境变量

|变量|描述|必填|默认|
|----------|-------------|----------|---------|
| `LIVEKIT_URL` |livekit服务器websocket URL|✅ | - |
| `LIVEKIT_API_KEY` |LiveKit API密钥|✅ | - |
| `LIVEKIT_API_SECRET` |LiveKit API机密|✅ | - |
| `OPENAI_API_KEY` |用于语音处理的OpenAI API密钥|✅ | - |
| `DUFFEL_API_KEY` |用于航班搜索的Duffel API密钥|✅ | - |
| `NMI_API_KEY` |NMI支付网关API密钥|✅ | - |
| `MCP_BASE_URL` |MCP服务器端点|❌ | `https://flights-mcp.zippygo.ai/mcp` |
| `AWS_REGION` |DynamoDB的AWS区域|❌ | `us-east-1` |
| `LOG_LEVEL` |日志记录级别|❌ | `INFO` |

### MCP服务器配置

该代理与外部MCP服务器集成,用于航班预订操作:

- **搜索航班**:实时航班可用性
- **获取优惠详情**:详细的航班信息
- **座位选择**:交互式座位地图
- **支付处理**:安全支付处理
- **预订确认**:订单创建和管理

## 🚀 部署

### AWS基础架构

该项目包括用于AWS部署的完整Terraform配置:

#### 核心服务

- **ECS Fargate**:容器化代理部署
- **应用程序负载平衡器**:交通分布
- **DynamoDB**:会话和预订存储
- **拉姆达**:令牌生成服务
- **路线53**:DNS管理
- **国际计算机学会**:SSL证书管理

#### 部署步骤

1. **配置AWS凭据**
1. **更新 `production.tfvars`** 与你的价值观
1. **部署基础设施**:```bash
cd infrastructure
terraform init
terraform apply -var-file="production.tfvars"
  1. 构建和推送容器:```bash
    docker build -t zippygo-voice-agent .
    aws ecr get-login-password --region us-east-1 | docker login --username AWS --password-stdin .dkr.ecr.us-east-1.amazonaws.com
    docker tag zippygo-voice-agent:latest .dkr.ecr.us-east-1.amazonaws.com/zippygo-voice-agent:latest
    docker push .dkr.ecr.us-east-1.amazonaws.com/zippygo-voice-agent:latest

### 健康监测

该代理包括全面的健康检查:

- **`/health`**:整体系统健康状况
- **`/health/ready`**:ECS准备就绪探针
- **`/health/live`**:ECS的生存性探测
- **`/metrics`**:基本指标端点

## 🧪 测试

### 局部测试```bash
# Run local development version
python local_testable_assistant.py start

# Test with LiveKit CLI
lk room create --name test-room
lk token create --room test-room --identity test-user

生产测试```bash

Test token generation

curl -X POST "https://your-api-gateway/prod/token" \
-H "Content-Type: application/json" \
-d '{"deviceId":"test_device_123"}'

Test health endpoints

curl https://your-alb-url/health
curl https://your-alb-url/health/ready
```

📊 监控

CloudWatch指标

  • ECS服务指标:CPU、内存、任务计数
  • ALB指标:请求计数、延迟、错误
  • Lambda指标:调用、持续时间、错误
  • DynamoDB指标:读/写容量,节流

日志记录

  • 结构化日志记录:JSON格式,便于解析
  • 日志级别:调试、信息、警告、错误
  • 上下文跟踪:会话ID、设备ID、房间名称
  • 错误跟踪:详细的错误消息和堆栈跟踪

🔒 安全

数据保护

  • 付款数据:日志/存储中不包括敏感支付信息
  • 会话隔离:设备/房间之间的完全数据隔离
  • 加密:所有在传输和静止时加密的数据
  • 访问控制:IAM角色具有最小特权原则

API安全

  • 仅限HTTPS:所有端点都使用TLS加密
  • CORS配置:适当的跨来源资源共享
  • 速率限制:防止虐待
  • 输入验证:全面的输入净化

🤝 贡献

  1. 分叉存储库
  2. 创建要素分支: git checkout -b feature/amazing-feature
  3. 提交更改: git commit -m 'Add amazing feature'
  4. 推送到分支: git push origin feature/amazing-feature
  5. 打开拉取请求

开发指南

  • 遵循现有的代码风格和模式
  • 添加新功能的测试
  • 更新变更文档
  • 确保所有健康检查通过

📝 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🆘 支持

常见问题

代理未连接

  • 验证LiveKit服务器是否正在运行且可访问
  • 检查 LIVEKIT_URL, LIVEKIT_API_KEY,以及 LIVEKIT_API_SECRET
  • 确保与LiveKit服务器的网络连接

语音处理问题

  • 验证 OPENAI_API_KEY 有效且有足够的学分
  • 检查浏览器/应用程序中的音频设备权限
  • 监控OpenAI API速率限制

付款处理错误

  • 验证NMI凭据是否正确
  • 检查支付网关连接
  • 查看NMI仪表板中的事务日志

数据库连接问题

  • 验证AWS凭据和权限
  • 检查DynamoDB表是否存在和配置
  • 监控AWS服务运行状况

获取帮助

  • 问题: GitHub问题
  • 文档:检查内联代码注释和文档字符串
  • 日志:启用DEBUG日志记录以进行详细的故障排除

🔄 版本历史

  • v2.0.0版本:多房间架构,集成MCP
  • v1.0.0:首次生产发布
  • v0.9.0版本:具有基本功能的Beta版本

🙏 致谢

  • LiveKit团队:卓越的实时通信框架
  • 开放人工智能:强大的语音处理能力
  • 亚马逊云服务:用于强大的云基础设施
  • 达夫尔:适用于综合航班预订API
  • 社区:用于反馈和贡献

内置❤️ 提供无缝的语音航班预订体验

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
zippygo agent with MCP oct30th 怎么安装?

在客户端按下面的安装命令接入:pip install -r requirements.txt。装完在客户端配置里引用同一个包或端点。

zippygo agent with MCP oct30th 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。

zippygo agent with MCP oct30th 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。

zippygo agent with MCP oct30th 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

zippygo agent with MCP oct30th 能提供哪些能力?

资料显示能力标签包括 Python、AI代理、工作流自动化。具体工具清单以官方文档为准。

zippygo agent with MCP oct30th 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

zippygo agent with MCP oct30th 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。