🚀 AI 客户支持机器人 - MCP 服务器

本项目是一个使用 Cursor AI 和 Glama.ai 集成的 AI 驱动客户支持的模型上下文协议 (MCP) 服务器，能借助先进的 AI 技术，为客户提供高效、智能的支持服务。

🚀 快速开始

本服务器是基于 Cursor AI 和 Glama.ai 集成的 AI 驱动客户支持的模型上下文协议 (MCP) 服务器。要使用该服务器，您需要满足以下先决条件，并按照安装步骤进行操作。

先决条件

• Python 3.8+
• PostgreSQL 数据库
• Glama.ai API 密钥
• Cursor AI API 密钥

安装步骤

1. 克隆仓库：

git clone <repository-url>
cd <repository-name>

2. 创建并激活虚拟环境：

python -m venv venv
source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate

3. 安装依赖项：

pip install -r requirements.txt

4. 基于 .env.example 创建 .env 文件：

cp .env.example .env

5. 配置您的 .env 文件，使用以下示例：

# 环境变量配置示例
DATABASE_URL=postgresql://user:password@localhost/dbname
API_KEY=your_api_key_here
MCP_SERVER_ADDRESS=http://localhost:8080

6. 完成安装后，启动服务器：

python app.py

✨ 主要特性

• 实时上下文获取：实时从 Glama.ai 获取上下文。
• AI 响应生成：使用 Cursor AI 生成 AI 驱动的响应。
• 批量处理支持：支持批量处理任务。
• 优先级队列：具备优先级队列，确保重要任务优先处理。
• 速率限制：实现了速率限制以防止滥用。
• 用户交互跟踪：可跟踪用户交互情况。
• 健康监控：提供健康监控功能。
• MCP 协议符合性：符合 MCP 协议标准。

📦 安装指南

安装步骤

1. 克隆仓库：

git clone <repository-url>
cd <repository-name>

2. 创建并激活虚拟环境：

python -m venv venv
source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate

3. 安装依赖项：

pip install -r requirements.txt

4. 基于 .env.example 创建 .env 文件：

cp .env.example .env

5. 配置您的 .env 文件，使用以下示例：

# 环境变量配置示例
DATABASE_URL=postgresql://user:password@localhost/dbname
API_KEY=your_api_key_here
MCP_SERVER_ADDRESS=http://localhost:8080

6. 完成安装后，启动服务器：

python app.py

📚 详细文档

配置

所有 MCP 端点均要求通过 X-MCP-Auth 标头进行身份验证。

使用说明

1. 更新 mcp_config.py 添加新的配置选项。
2. 如果需要新增模型，请在 models.py 中添加。
3. 在 app.py 中创建新的端点。
4. 更新功能端以反映新特性。

注意事项

⚠️ 重要提示

• 所有 MCP 端点均要求通过 X-MCP-Auth 标头进行身份验证。
• 实现了速率限制以防止滥用。
• 数据库凭证需保持安全。
• API 密钥请勿提交到版本控制中。

健康监控

服务器提供了用于监控的端点：

• 服务状态
• 速率限制使用情况
• 已连接服务
• 处理时间

错误处理

可能错误代码

贡献指南

1. 分叉仓库。
2. 创建功能分支。
3. 提交更改。
4. 推送到分支。
5. 创建拉取请求。

📄 许可证

本项目在 MIT 许可证下发布 - 请查看 LICENSE 文件获取详细信息。

💻 支持

如需支持，请在仓库中创建问题或联系开发团队。