使用Pydantic和Chainlit的MCP代理AI

一个强大的AI代理实现，使用Pydantic和Chainlit，能够通过MCP（多命令协议）进行网络浏览和交互。

特性

• 自动化交互的网络浏览能力
• 集成Ollama以支持本地LLM
• 基于Chainlit的交互式聊天界面
• 使用Pydantic模型进行类型安全的数据处理
• 可配置的MCP服务器集成

预备条件

• Python 3.8+
• Node.js 和 npm（用于MCP服务器）
• 在本地安装Ollama
• 访问MCP服务器

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. 复制模板配置文件：

cp mcp_config.template.json mcp_config.json

2. 编辑mcp_config.json，添加您的配置设置。此文件被git忽略以保证安全性。

使用方法

运行Chainlit界面

chainlit run pydantic_mcp_chainlit.py

直接运行代理

python pydantic_mcp_agent.py

项目结构

• pydantic_mcp_agent.py: 核心代理实现
• 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: 配置模板
• .gitignore: 指定git应忽略的文件

环境变量

可以在您的.env文件中设置以下环境变量：

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

贡献指南

1. 分叉仓库
2. 创建您的功能分支（git checkout -b feature/amazing-feature）
3. 提交更改（git commit -m '添加一些惊人的功能'）
4. 推送到分支（git push origin feature/amazing-feature）
5. 打开Pull Request