使用Pydantic和Chainlit的AI代理 MCP 代理

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

功能特性

• 带自动化交互的网页浏览功能
• 集成Ollama以支持本地大语言模型
• 基于Chainlit的交互式聊天界面
• 使用Pydantic模型实现类型安全的数据处理
• 可配置的MCP服务器集成

先决条件

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

安装步骤

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：

pip install -r requirements.txt

3. 安装Node.js依赖：

npm install

配置说明

1. 复制配置文件模板：

cp mcp_config.template.json mcp_config.json

2. 使用文本编辑器修改mcp_config.json，根据实际需求填写配置信息。该文件被Git忽略以确保安全。

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：核心代理实现文件
• pydantic_mcp_chainlit.py：Chainlit界面实现文件
• mcp_client.py：MCP客户端实现文件
• requirements.txt：Python依赖列表
• mcp_config.template.json：配置文件模板
• .gitignore：指定Git需要忽略的文件

环境变量

在.env文件中设置以下环境变量：

• EXA_API_KEY：您的MCP API密钥
• OLLAMA_HOST：Ollama服务地址（默认为http://localhost:11434）

如何贡献

1. Fork该项目仓库
2. 创建功能分支（例如：git checkout -b feature/amazing-feature）
3. 提交您的更改（例如：git commit -m '添加神奇的功能'）
4. 将分支推送到远程仓库（例如：git push origin feature/amazing-feature）
5. 提交Pull Request