AI-web mode

AI-web-mcpmode 提供基于 MCP 的智能对话助手 Web 应用，前后端分离，后端通过 FastAPI 提供 REST 与 WebSocket 实时通信能力，并通过 MCP 工具服务扩展 AI 能力。用户在前端即可发起对话，系统会在需要外部能力时自动触发工具调用，支持金融数据查询、数据分析等多种工具。对话历史通过 SQLite 存储，便于查询与分析。通过 MCP 配置，您可以添加或替换工具服务器，从而扩展 AI 的工具链。使用时，只需确保后端服务与工具服务器都在运行，前端通过 WebSocket 实时接收 AI 的回复片段和工具调用进度。

背景依赖与安装步骤如下：

Prerequisites:

• Python 3.8+
• Node.js（前端开发可选）
• Git

1. 克隆仓库并进入项目

git clone https://github.com/guangxiangdebizi/AI-web-mcpmode.git
cd AI-web-mcpmode

2. 安装后端依赖

cd backend
pip install -r requirements.txt

3. 配置环境变量 在仓库根目录创建 .env 文件，示例内容：

OPENAI_API_KEY=your-api-key-here
OPENAI_BASE_URL=https://api.openai.com/v1
OPENAI_MODEL=gpt-4
OPENAI_TEMPERATURE=0.2
OPENAI_TIMEOUT=60
BACKEND_PORT=8003

4. 启动后端（使用 uvicorn 运行 FastAPI 应用）

cd ..
python -m uvicorn backend.main:app --host 0.0.0.0 --port 8003 --reload

5. 启动前端（可选，开发阶段）

cd frontend
python -m http.server 3000

6. 访问前端界面

• 在浏览器中打开 http://localhost:3000（若使用前端服务器）
• 或直接打开前端静态文件（若已部署）

如果需要以 Docker 部署，请参考项目的生产环境部署说明并按需调整镜像与入口命令。

Tips and common issues:

• 确保 OpenAI API Key 正确并且有访问权限，若使用兼容接口请相应配置 OPENAI_BASE_URL 与 MODEL。
• MCP 工具服务器配置在 backend/mcp.json，可以添加或修改工具条目，重启后端服务以加载新工具。
• 使用 WebSocket 实时接收 AI 回复片段和工具进度，若网络有延迟，请确保服务器网络畅通。
• 对话历史存储在 backend/database 和 chat_history.db，若需要迁移，请相应更改数据库路径。
• 生产环境应通过 Nginx 反向代理并启用 HTTPS，前端静态文件可由 Nginx 或 CDN 提供。
• 如遇端口冲突，请修改 BACKEND_PORT 或 Docker 端口映射。