MCP Container

AgentChat

AgentChatは、Pythonで構築されたチャットエージェントで、ユーザーとのインタラクションを自動化します。自然言語処理を活用し、ユーザーの質問に対して適切な応答を生成することができます。使いやすいAPIを提供し、さまざまなアプリケーションに統合可能です。

GitHub

GitHubスター

48

ユーザー評価

未評価

お気に入り

0

閲覧数

29

フォーク

5

イシュー

3

README
AgentChat Logo

Python Version Vue Version FastAPI License

🌟 一个基于大语言模型的现代化智能对话系统 🌟

支持多Agent协作 • 知识库检索 • 工具调用 • MCP服务器集成 • 实时对话

🚀 快速开始 • 💡 功能特性 • 🛠 技术栈 • 📦 部署 • 📖 文档 • 💻 在线体验

📋 目录
🎯 项目简介

AgentChat 是一个现代化的智能对话系统，基于大语言模型构建，提供了丰富的AI对话功能。系统采用前后端分离架构，支持多种AI模型、知识库检索、工具调用、MCP服务器集成等高级功能。

🌟 核心亮点
  • 🤖 多模型支持: 集成OpenAI、DeepSeek、Qwen等主流大语言模型
  • 🧠 智能Agent: 支持多Agent协作，具备推理和决策能力
  • 📚 知识库检索: RAG技术实现精准知识检索和问答
  • 🔧 工具生态: 内置多种实用工具，支持自定义扩展
  • 🌐 MCP集成: 支持Model Context Protocol服务器
  • 💬 实时对话: 流式响应，提供流畅的对话体验
  • 🎨 现代界面: 基于Vue 3和Element Plus的美观UI
✨ 功能展示

🎨 界面预览 - 体验现代化的智能对话系统

🏠 智言平台首页

简洁现代的主界面，提供直观的功能导航

智言平台首页
🔐 智言平台登录页

安全便捷的用户认证系统

登录页面
🤖 智能体管理页面

强大的Agent配置和管理中心

智能体页面
🌟 智能Agent功能演示
🌤️ 天气查询Agent

实时天气信息查询和预报

天气查询Agent
🎨 文生图Agent

AI驱动的图像生成服务

文生图Agent
🔁智能体工具多轮调用

平台中智能体支持工具多轮调用（指的是根据工具C依赖工具B结果，执行工具B依赖工具A结果，所以调用工具的顺序是 A --> B --> C）
dc426a1b220af20a06b068a4ffc2bb10

🔌 MCP服务器集成

支持Model Context Protocol，可上传自定义MCP服务

MCP集成
📚 知识库管理系统

智能知识管理，为Agent提供丰富的外部知识支持

知识库管理
📄 文档解析引擎

支持PDF、Markdown、Docx、Txt等多种格式的智能解析

文档解析
🛠️ 工具管理中心

丰富的内置工具集，持续扩展中

工具管理
🧠 AI模型管理

多模型支持，灵活配置不同AI服务

模型管理
📰 生成AI日报

获取最新的AI咨询，支持生成图片类型的日报

image
💡 功能特性

⭐ 全方位的AI智能服务 - 从对话到工具，从知识到决策

🎯 核心功能模块
🤖 AI对话引擎

智能、自然、高效的对话体验

  • ✨ 多模型生态: 支持OpenAI、Anthropic、通义千问等主流LLM
  • 🌊 流式响应: 实时显示生成内容，无需等待
  • 🧠 上下文记忆: 支持长对话，智能理解对话历史
  • 🔍 思考可视化: 深度思考面板，展示AI推理过程
  • 📝 对话管理: 完整的对话历史存储和检索
  • 🎛️ 参数调优: 温度、Top-p等参数精细控制
🧠 智能Agent系统

多智能体协作，自动化任务执行

  • 🤝 多Agent协作: 智能体间任务分工与协调
  • 🔧 任务自动化: 智能分解复杂任务，自动执行
  • ⚙️ 能力配置: 灵活的Agent能力定义和管理
  • 🔄 工作流编排: 可视化工作流设计和执行
  • 📊 执行监控: 实时监控Agent执行状态
  • 🎯 目标导向: 基于目标的智能决策和行动
📚 知识库系统

企业级知识管理，RAG技术加持

  • 📎 多格式支持: PDF、Word、Excel、Markdown、TXT等
  • 🧩 智能分块: 语义级别的文档分割和处理
  • 🔍 向量检索: 基于语义的精准知识检索
  • 💡 RAG问答: 检索增强生成，提高回答准确性
  • 🗂️ 知识组织: 分类管理，标签系统
  • 📈 使用统计: 知识库使用情况分析
🛠️ 丰富工具生态

10+内置工具，无限扩展可能

  • 📧 通信工具: 邮件发送、消息推送
  • 🔍 信息检索: Google搜索、学术论文搜索
  • 🌤️ 生活服务: 天气查询、快递追踪
  • 📄 文档处理: 格式转换、内容提取
  • 🎨 多媒体: 文生图、图像识别、OCR
  • 📊 数据分析: Excel处理、数据可视化
  • 🤖 自动化: 简历优化、内容重写
  • 🕷️ 网络工具: 网页爬取、内容抓取
🔧 高级特性
🌐 MCP服务器

Model Context Protocol集成

  • 🔌 协议支持: 完整MCP协议实现
  • 🏗️ 自定义服务: 支持用户自定义MCP服务器
  • 📦 内置服务: 天气、ArXiv等预构建服务
  • 🔄 动态加载: 运行时动态加载MCP服务
  • ⚡ 高性能: 异步处理，快速响应
👤 用户管理

安全的身份认证与权限控制

  • 🔐 安全认证: JWT令牌，安全可靠
  • 👥 用户系统: 注册、登录、个人资料
  • 🛡️ 权限控制: 细粒度权限管理
  • ⚙️ 个性配置: 个人偏好设置
  • 📊 使用统计: 用户行为分析
🏗️ 系统架构

现代化的技术架构

  • 🔄 前后端分离: Vue3 + FastAPI
  • 📡 实时通信: WebSocket支持
  • 💾 多数据库: MySQL、Redis、ChromaDB
  • 🐳 容器化: Docker部署，易于扩展
  • 📈 可监控: 完整的日志和监控体系
🎨 技术亮点
🌟 特性 📝 描述 🔧 技术
流式响应 实时生成内容，提升用户体验 Server-Sent Events
向量检索 语义级别的知识检索 ChromaDB + Embedding
异步处理 高并发任务处理 FastAPI + AsyncIO
模块化设计 松耦合架构，易于扩展 微服务架构
智能缓存 Redis缓存，提升响应速度 Redis + 智能缓存策略
🛠 技术栈
后端技术
  • 框架: FastAPI (Python 3.12+)
  • AI集成: LangChain, OpenAI, Anthropic
  • 数据库: MySQL 8.0, Redis 7.0
  • 向量数据库: ChromaDB, Milvus
  • 搜索引擎: Elasticsearch
  • 文档处理: PyMuPDF, Unstructured
  • 异步任务: Celery
  • 部署: Docker, Gunicorn, Uvicorn
前端技术
  • 框架: Vue 3.4+ (Composition API)
  • UI组件: Element Plus
  • 状态管理: Pinia
  • 路由: Vue Router 4
  • 构建工具: Vite 5
  • 开发语言: TypeScript
  • 样式: SCSS
  • Markdown: md-editor-v3
开发工具
  • 包管理: Poetry (后端), npm (前端)
  • 代码格式: Black, Prettier
  • 类型检查: mypy, TypeScript
  • 容器化: Docker, Docker Compose
📁 项目结构

🏗️ 完整的项目架构 - 模块化设计，清晰的职责分离

🔍 点击展开完整项目结构 
AgentChat/                          # 🏠 项目根目录
├── 📄 README.md                   # 📖 项目说明文档
├── 📄 LICENSE                     # ⚖️ 开源许可证
├── 📄 .gitignore                  # 🚫 Git忽略文件配置
├── 📄 pyproject.toml              # 🐍 Python项目配置
├── 📄 requirements.txt            # 📦 Python依赖包列表
│
├── 📁 .vscode/                    # 🔧 VSCode编辑器配置
├── 📁 .idea/                      # 💡 JetBrains IDE配置
│
├── 📁 docs/                       # 📚 项目文档目录
│   ├── 📄 API_Documentation_v3.0.md  # 🔄 最新API文档
│   ├── 📄 API_Documentation_v2.0.md  # 📋 v2.0 API文档
│   └── 📄 API_Documentation_v1.0.md  # 📝 v1.0 API文档
│
├── 📁 docker/                     # 🐳 容器化配置
│   ├── 📄 Dockerfile              # 🐳 Docker镜像构建文件
│   └── 📄 docker-compose.yml      # 🔧 Docker编排配置
│
└── 📁 src/                        # 💻 源代码目录
    ├── 📁 backend/                # 🔧 后端服务
    │   ├── 📁 chroma_db/          # 🗄️ ChromaDB向量数据库
    │   └── 📁 agentchat/          # 🤖 核心后端应用
    │       ├── 📄 __init__.py     # 🐍 Python包初始化文件
    │       ├── 📄 main.py         # 🚀 FastAPI应用入口
    │       ├── 📄 settings.py     # ⚙️ 应用配置设置
    │       ├── 📄 config.yaml     # 📋 YAML配置文件
    │       │
    │       ├── 📁 api/            # 🌐 API路由层
    │       │   ├── 📄 __init__.py
    │       │   ├── 📄 router.py   # 🔀 主路由配置
    │       │   ├── 📄 JWT.py      # 🔐 JWT认证处理
    │       │   ├── 📁 v1/         # 📊 v1版本API接口
    │       │   ├── 📁 services/   # 🔧 服务层API
    │       │   └── 📁 errcode/    # ❌ 错误码定义
    │       │
    │       ├── 📁 core/           # 🏗️ 核心功能模块
    │       │   ├── 📄 __init__.py
    │       │   └── 📁 models/     # 🧠 AI模型管理
    │       │
    │       ├── 📁 database/       # 🗃️ 数据库层
    │       │   ├── 📄 __init__.py # 🔗 数据库连接配置
    │       │   ├── 📄 init_data.py # 🏗️ 数据库初始化脚本
    │       │   ├── 📁 models/     # 📊 数据模型定义
    │       │   └── 📁 dao/        # 💾 数据访问对象
    │       │
    │       ├── 📁 services/       # 🎯 业务服务层
    │       │   ├── 📄 __init__.py
    │       │   ├── 📄 retrieval.py      # 🔍 信息检索服务
    │       │   ├── 📄 rag_handler.py    # 📚 RAG处理服务
    │       │   ├── 📄 aliyun_oss.py     # ☁️ 阿里云OSS服务
    │       │   ├── 📄 redis.py          # 💾 Redis缓存服务
    │       │   ├── 📁 rag/              # 📖 RAG检索增强生成
    │       │   ├── 📁 mars/             # 🚀 Mars智能体服务
    │       │   ├── 📁 mcp/              # 🔌 MCP协议服务
    │       │   ├── 📁 mcp_agent/        # 🤖 MCP Agent服务
    │       │   ├── 📁 mcp_openai/       # 🧠 MCP OpenAI集成
    │       │   ├── 📁 deepsearch/       # 🕵️ 深度搜索服务
    │       │   ├── 📁 transform_paper/  # 📄 论文转换服务
    │       │   ├── 📁 autobuild/        # 🏗️ 自动构建服务
    │       │   └── 📁 rewrite/          # ✏️ 内容重写服务
    │       │
    │       ├── 📁 tools/          # 🛠️ 工具集成
    │       │   ├── 📄 __init__.py # 🧰 工具注册和管理
    │       │   ├── 📁 arxiv/      # 📚 ArXiv论文工具
    │       │   ├── 📁 delivery/   # 📦 快递查询工具
    │       │   ├── 📁 web_search/ # 🔍 网络搜索工具
    │       │   ├── 📁 get_weather/     # 🌤️ 天气查询工具
    │       │   ├── 📁 send_email/      # 📧 邮件发送工具
    │       │   ├── 📁 text2image/      # 🎨 文本转图片工具
    │       │   ├── 📁 image2text/      # 👁️ 图片转文本工具
    │       │   ├── 📁 convert_to_pdf/  # 📄 PDF转换工具
    │       │   ├── 📁 convert_to_docx/ # 📝 Word转换工具
    │       │   ├── 📁 resume_optimizer/# 📋 简历优化工具
    │       │   ├── 📁 rag_data/        # 📊 RAG数据处理工具
    │       │   └── 📁 crawl_web/       # 🕷️ 网页爬虫工具
    │       │
    │       ├── 📁 mcp_servers/    # 🖥️ MCP服务器集合
    │       ├── 📁 prompts/        # 💬 提示词模板库
    │       ├── 📁 config/         # ⚙️ 配置文件目录
    │       ├── 📁 schema/         # 📋 数据模式定义
    │       ├── 📁 data/           # 💾 数据存储目录
    │       ├── 📁 utils/          # 🧰 通用工具函数
    │       └── 📁 test/           # 🧪 测试代码目录
    │
    └── 📁 frontend/               # 🎨 前端应用
        ├── 📄 package.json       # 📦 Node.js项目配置
        ├── 📄 package-lock.json  # 🔒 依赖版本锁定
        ├── 📄 tsconfig.json      # 🔧 TypeScript配置
        ├── 📄 tsconfig.app.json  # 📱 应用TypeScript配置
        ├── 📄 tsconfig.node.json # 🔧 Node环境TypeScript配置
        ├── 📄 vite.config.ts     # ⚡ Vite构建配置
        ├── 📄 index.html         # 🌐 HTML入口文件
        ├── 📄 .gitignore         # 🚫 前端Git忽略配置
        ├── 📄 README.md          # 📖 前端说明文档
        ├── 📄 DEBUGGING_GUIDE.md # 🐛 调试指南
        ├── 📄 auto-imports.d.ts  # 🔄 自动导入类型声明
        ├── 📄 components.d.ts    # 🧩 组件类型声明
        │
        ├── 📁 public/            # 🌍 静态资源目录
        │
        └── 📁 src/               # 💻 前端源代码
            ├── 📄 main.ts        # 🚀 Vue应用入口
            ├── 📄 App.vue        # 🏠 根组件
            ├── 📄 style.css      # 🎨 全局样式
            ├── 📄 type.ts        # 📋 TypeScript类型定义
            ├── 📄 vite-env.d.ts  # 🔧 Vite环境类型声明
            │
            ├── 📁 components/    # 🧩 可复用组件库
            │   ├── 📁 agentCard/      # 🤖 Agent卡片组件
            │   ├── 📁 commonCard/     # 🃏 通用卡片组件
            │   ├── 📁 dialog/         # 💬 对话框组件
            │   ├── 📁 drawer/         # 📜 抽屉组件
            │   └── 📁 historyCard/    # 📜 历史记录卡片
            │
            ├── 📁 pages/         # 📄 页面组件
            │   ├── 📄 index.vue       # 🏠 首页
            │   ├── 📁 agent/          # 🤖 Agent管理页面
            │   ├── 📁 configuration/ # ⚙️ 配置页面
            │   ├── 📁 construct/      # 🏗️ 构建页面
            │   ├── 📁 conversation/   # 💬 对话页面
            │   ├── 📁 homepage/       # 🏠 主页模块
            │   ├── 📁 knowledge/      # 📚 知识库页面
            │   ├── 📁 login/          # 🔐 登录页面
            │   ├── 📁 mars/           # 🚀 Mars对话页面
            │   ├── 📁 mcp-server/     # 🖥️ MCP服务器页面
            │   ├── 📁 model/          # 🧠 模型管理页面
            │   ├── 📁 notFound/       # ❓ 404页面
            │   ├── 📁 profile/        # 👤 用户资料页面
            │   └── 📁 tool/           # 🛠️ 工具管理页面
            │
            ├── 📁 router/        # 🛣️ 路由配置
            ├── 📁 store/         # 🗄️ 状态管理(Pinia)
            ├── 📁 apis/          # 🌐 API接口定义
            ├── 📁 utils/         # 🧰 工具函数库
            └── 📁 assets/        # 🖼️ 静态资源(图片、字体等)
📊 项目统计
📂 类别 📈 数量 📝 说明
后端模块 15+ API、服务、工具、数据库等核心模块
前端页面 12+ 完整的用户界面和交互页面
内置工具 10+ 涵盖搜索、文档、图像、通信等功能
AI模型 5+ 支持主流大语言模型和嵌入模型
MCP服务 多个 可扩展的MCP协议服务器
📊 代码量统计

📝 基于文件扩展名的详细代码统计

🔍 文件类型 📁 文件数量 📄 总行数 📉 最少行数 📈 最多行数 📊 平均行数
🐍 Python 247 19,599 0 1,039 79
🎨 Vue 31 21,907 12 2,588 706
📰 Markdown 8 3,475 5 1,079 434
⚡ TypeScript 46 2,103 1 212 45
📋 TXT 1 539 539 539 539
📦 JSON 11 348 7 110 31
⚙️ TOML 1 328 328 328 328
🎨 CSS 1 176 176 176 176
🔧 YML 2 177 52 125 88
📋 YAML 2 152 35 117 76
⚙️ CONF 1 101 101 101 101
🚀 Shell 2 87 35 52 43
🚦 PROD 1 41 41 41 41
🚫 GitIgnore 1 24 24 24 24
🌐 HTML 1 13 13 13 13
🐳 DockerIgnore 1 10 10 10 10

📊 总计: 356 个文件，48,560 行代码

🏆 技术栈占比
🎯 技术栈 📈 占比 🔥 特点
🎨 前端 (Vue+TS) 45.1% 现代化响应式界面，TypeScript强类型支持
🐍 后端 (Python) 40.4% 高性能异步服务，丰富的AI集成
📚 文档 (MD) 7.2% 完整的项目文档和API说明
⚙️ 配置 (JSON/YAML) 7.3% 灵活的配置管理和部署支持

💡 项目采用前后端分离架构，代码结构清晰，文档完善

🚀 快速开始

🎯 三种部署方式任你选择 - Docker一键部署 | 本地开发 | 生产环境

📋 系统要求
🛠️ 组件 🔢 版本要求 📝 说明
Python 3.12+ 后端运行环境
Node.js 18+ 前端构建环境
MySQL 8.0+ 主数据库
Redis 7.0+ 缓存和会话存储
Docker 20.10+ 容器化部署（推荐）
🎉 方式一：Docker一键部署（推荐）
💫 点击展开Docker部署步骤
🔥 超简单三步部署
# 1️⃣ 克隆项目
git clone https://github.com/Shy2593666979/AgentChat.git
cd AgentChat

# 2️⃣ 配置API密钥
cp src/backend/agentchat/config.yaml.example src/backend/agentchat/config.yaml
# 编辑配置文件，填入你的API密钥

# 3️⃣ 一键启动
cd docker
docker-compose up --build -d
✅ 验证部署
# 查看服务状态
docker-compose ps

# 查看日志
docker-compose logs -f app

🎊 完成！ 访问 http://localhost:8090 开始使用！

🛠️ 方式二：本地开发环境
👨‍💻 点击展开本地开发步骤
🔧 后端环境搭建
# 1️⃣ 克隆项目
git clone https://github.com/Shy2593666979/AgentChat.git
cd AgentChat

# 使用pip安装依赖
pip install -r requirements.txt
⚙️ 配置文件设置

创建并编辑配置文件 src/backend/agentchat/config.yaml:

🚀 启动服务
# 后端服务
cd src/backend
uvicorn agentchat.main:app --port 7860 --host 0.0.0.0

# 新终端 - 前端服务
cd src/frontend
npm install
npm run dev
🌐 访问地址
🎯 服务 🔗 地址 📝 说明
前端界面 localhost:8090 用户界面
后端API localhost:7860 API服务
API文档 localhost:7860/docs Swagger文档
📦 高级部署指南

🎯 灵活的部署选择 - 从开发测试到生产环境的完整方案

🌐 部署架构选择
📖 文档
📚 API文档
🔧 开发文档
📋 配置指南
向量数据库配置
  • Milvus: 安装指南
  • ChromaDB: 项目中已集成，无需额外配置
模型服务配置
搜索引擎配置
🔧 开发指南
⚠️ 重要提示

由于 fastapi-jwt-auth 库使用较旧版本的 Pydantic，而项目中的 LangChain、MCP 等组件需要 Pydantic >= 2，需要手动修改库文件：

找到你的虚拟环境中的文件：

/path/to/your/env/lib/python3.12/site-packages/fastapi_jwt_auth/config.py

替换为以下内容：

点击展开配置代码 
from datetime import timedelta
from typing import Optional, Union, Sequence, List
from pydantic import (
    BaseModel,
    validator,
    StrictBool,
    StrictInt,
    StrictStr
)

class LoadConfig(BaseModel):
    authjwt_token_location: Optional[List[StrictStr]] = ['headers']
    authjwt_secret_key: Optional[StrictStr] = None
    authjwt_public_key: Optional[StrictStr] = None
    authjwt_private_key: Optional[StrictStr] = None
    authjwt_algorithm: Optional[StrictStr] = "HS256"
    authjwt_decode_algorithms: Optional[List[StrictStr]] = None
    authjwt_decode_leeway: Optional[Union[StrictInt,timedelta]] = 0
    authjwt_encode_issuer: Optional[StrictStr] = None
    authjwt_decode_issuer: Optional[StrictStr] = None
    authjwt_decode_audience: Optional[Union[StrictStr,Sequence[StrictStr]]] = None
    authjwt_denylist_enabled: Optional[StrictBool] = False
    authjwt_denylist_token_checks: Optional[List[StrictStr]] = ['access','refresh']
    authjwt_header_name: Optional[StrictStr] = "Authorization"
    authjwt_header_type: Optional[StrictStr] = "Bearer"
    authjwt_access_token_expires: Optional[Union[StrictBool,StrictInt,timedelta]] = timedelta(minutes=15)
    authjwt_refresh_token_expires: Optional[Union[StrictBool,StrictInt,timedelta]] = timedelta(days=30)
    # # option for create cookies
    authjwt_access_cookie_key: Optional[StrictStr] = "access_token_cookie"
    authjwt_refresh_cookie_key: Optional[StrictStr] = "refresh_token_cookie"
    authjwt_access_cookie_path: Optional[StrictStr] = "/"
    authjwt_refresh_cookie_path: Optional[StrictStr] = "/"
    authjwt_cookie_max_age: Optional[StrictInt] = None
    authjwt_cookie_domain: Optional[StrictStr] = None
    authjwt_cookie_secure: Optional[StrictBool] = False
    authjwt_cookie_samesite: Optional[StrictStr] = None
    # # option for double submit csrf protection
    authjwt_cookie_csrf_protect: Optional[StrictBool] = True
    authjwt_access_csrf_cookie_key: Optional[StrictStr] = "csrf_access_token"
    authjwt_refresh_csrf_cookie_key: Optional[StrictStr] = "csrf_refresh_token"
    authjwt_access_csrf_cookie_path: Optional[StrictStr] = "/"
    authjwt_refresh_csrf_cookie_path: Optional[StrictStr] = "/"
    authjwt_access_csrf_header_name: Optional[StrictStr] = "X-CSRF-Token"
    authjwt_refresh_csrf_header_name: Optional[StrictStr] = "X-CSRF-Token"
    authjwt_csrf_methods: Optional[List[StrictStr]] = ['POST','PUT','PATCH','DELETE']

    @validator('authjwt_access_token_expires')
    def validate_access_token_expires(cls, v):
        if v is True:
            raise ValueError("The 'authjwt_access_token_expires' only accept value False (bool)")
        return v

    @validator('authjwt_refresh_token_expires')
    def validate_refresh_token_expires(cls, v):
        if v is True:
            raise ValueError("The 'authjwt_refresh_token_expires' only accept value False (bool)")
        return v

    @validator('authjwt_denylist_token_checks', each_item=True)
    def validate_denylist_token_checks(cls, v):
        if v not in ['access','refresh']:
            raise ValueError("The 'authjwt_denylist_token_checks' must be between 'access' or 'refresh'")
        return v

    @validator('authjwt_token_location', each_item=True)
    def validate_token_location(cls, v):
        if v not in ['headers','cookies']:
            raise ValueError("The 'authjwt_token_location' must be between 'headers' or 'cookies'")
        return v

    @validator('authjwt_cookie_samesite')
    def validate_cookie_samesite(cls, v):
        if v not in ['strict','lax','none']:
            raise ValueError("The 'authjwt_cookie_samesite' must be between 'strict', 'lax', 'none'")
        return v

    @validator('authjwt_csrf_methods', each_item=True)
    def validate_csrf_methods(cls, v):
        if v.upper() not in ["GET", "HEAD", "POST", "PUT", "DELETE", "PATCH"]:
            raise ValueError("The 'authjwt_csrf_methods' must be between http request methods")
        return v.upper()

    class Config:
        str_min_length = 1
        str_strip_whitespace = True

其实找起来挺麻烦的，所以提供了一个直接修改源代码的脚本

python scripts/fix_fastapi_jwt_auth.py # 进行脚本修复(前提是需要将依赖包安装完整)
🤝 贡献指南

💪 共建AI未来 - 每一个贡献都让AgentChat变得更好

🌟 我们欢迎所有形式的贡献！
🐛 Bug修复

发现问题，解决问题

  1. 🔍 搜索已有Issues
  2. 📝 创建详细Bug报告
  3. 🧪 提供复现步骤
  4. 💡 提交修复方案
✨ 功能开发

新想法，新功能

  1. 💭 创建Feature Request
  2. 📋 详细描述需求场景
  3. 🎨 设计实现方案
  4. 🚀 开发并测试
📚 文档完善

知识共享，助力他人

  1. 📖 补充API文档
  2. ✍️ 编写使用教程
  3. 🌍 多语言翻译
  4. 🎥 制作视频教程
🧪 社区支持

帮助他人，分享经验

  1. ❓ 回答社区问题
  2. 💬 参与技术讨论
  3. 🎤 分享使用心得
  4. 🤝 推广项目
📄 许可证

本项目采用 MIT License 开源许可证

这意味着你可以自由使用、修改和分发本项目 🎉

🌟 感谢支持 AgentChat！
如果这个项目对你有帮助，请给我们一个 ⭐️

让更多的人发现这个项目，一起构建AI的未来！

Made with ❤ by the AgentChat Author MingGuang Tian

Star History Chart
作者情報
Shy2593666979
Shy2593666979

👀👀👀

Puyang-China
GitHub

11

フォロワー

30

リポジトリ

0

Gist

0

貢献数

タグ
Pythonチャットボット自然言語処理自動化API機械学習ユーザーインタラクションインテリジェントシステムデータ分析開発ツールagentlangchainllmmcpmcp-client
関連するMCP
Roomey_AI_Voice_Agent logo
Roomey_AI_Voice_Agent
49

Roomey_AI_Voice_Agentは、Pythonで構築された音声エージェントで、ユーザーとの自然な対話を実現します。音声認識や合成技術を活用し、さまざまなタスクを自動化することが可能です。APIを介して他のアプリケーションと連携し、ユーザー体験を向上させることができます。

Python
AllVoiceLab-MCP logo
AllVoiceLab-MCP
47

AllVoiceLabは、音声データを処理し、分析するための強力なツールです。ユーザーは音声認識、音声合成、音声分析などの機能を利用でき、さまざまなアプリケーションに統合可能です。特にAPIを通じて他のシステムと連携することが容易で、開発者にとって使いやすい設計がされています。

Python
Mcp-ChatBI logo
Mcp-ChatBI
45

Mcp-ChatBIは、Pythonで構築されたチャットボットインターフェースを提供するツールです。ユーザーとの対話を通じてデータを収集し、分析する機能を持ち、APIを介して他のシステムと連携することができます。使いやすいインターフェースと豊富な機能により、開発者やデータサイエンティストにとって有用なリソースです。

Python