🚀 AI 客户支持机器人 - MCP 服务器

这是一个基于 Cursor AI 和 Glama.ai 集成的 AI 动力客户支持服务的模型上下文协议 (MCP) 服务器，能有效提升客户支持的效率和质量。

✨ 主要特性

• 实时从 Glama.ai 获取上下文，确保回复的准确性和及时性。
• 基于 Cursor AI 的自动回复生成，快速响应客户需求。
• 支持批处理，可同时处理多个客户支持请求。
• 具备小件队列，优化任务处理流程。
• 有限流功能，防止用户滥用，保障系统稳定。
• 支持用户交互跟踪，便于分析和优化服务。
• 提供健康监测，实时掌握服务器状态。
• 符合 MCP 协议，确保兼容性和规范性。

📦 安装指南

先决条件

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

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  # Windows: 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 credentials:

# API Keys
GLAMA_API_KEY=your_glama_api_key_here
CURSOR_API_KEY=your_cursor_api_key_here

# Database
DATABASE_URL=postgresql://user:password@localhost/customer_support_bot

# API URLs
GLAMA_API_URL=https://api.glama.ai

# 其他配置选项
DEBUG=False
LOG_LEVEL=INFO

🚀 快速开始

运行服务器

1. 激活虚拟环境（如果已创建）：

source venv/bin/activate  # Unix/MacOS
# 或者
venv\Scripts\activate  # Windows

2. 启动服务器：

python app.py

📚 详细文档

API 端点

健康检查

• GET /health
• 返回服务状态信息。

上下文处理

• POST /process_context
• 处理客户支持请求的上下文数据。
• 支持格式：JSON

批处理

• POST /batch_process
• 处理多个客户支持请求。
• 支持格式：JSON 数组

限流

• 所有 MCP 端点均需通过 X-MCP-Auth Header 进行身份验证。
• 实现限流功能以防止用户滥用。
• 数据库凭证应保存安全。
• API Key 应避免版本控制中提交。

监控

服务器提供以下监控端点：

• 服务状态
• 限流使用情况
• 连接服务状态
• 处理时间

开发

1. 更新 mcp_config.py 添加新的配置选项。
2. 如需新模型，在 models.py 中添加。
3. 在 app.py 中创建新端点。
4. 更新功能端点以反映新特性。

安全

• 所有 MCP 端点均需通过 X-MCP-Auth Header 进行身份验证。
• 实现限流功能以防止用户滥用。
• 数据库凭证应保存安全。
• API Key 应避免版本控制中提交。

支持

如需支持，请在仓库创建问题或联系开发团队。