Ai4life Mcp

What is Ai4life Mcp

Ai4Life_MCP is an AI-based assistant designed to simulate a restaurant ordering and service system. It utilizes the Model Context Protocol (MCP) to integrate external tools and services while leveraging LangChain and Deepseek API for natural language processing.

Use cases

This assistant can be used for placing food and drink orders, calling servers, and engaging in general conversations like greetings and thanks. It serves as a digital assistant for enhancing customer interaction within a restaurant environment.

How to use

To use Ai4Life_MCP, start by running the client with the command ‘node Client.js’. You can interact by sending commands such as ordering items or calling for a server. Additional commands include general greetings. The interaction log is saved in ‘call.txt’.

Key features

Key features include the ability to take orders, request service, support casual conversation, and log interactions to a file. It is built with Node.js, Python, and integrates with the Deepseek API for AI-driven responses.

Where to use

Ai4Life_MCP can be used in restaurant settings where a digital assistant is needed for order management and customer service. It is suitable for enhancing the dining experience through improved interaction and service efficiency.

Ai4Life_MCP README

简介

Ai4Life_MCP 是一款基于人工智能的助手，用于模拟餐厅的点单和服务系统。它通过模型上下文协议（MCP）集成外部工具和服务，并利用 LangChain 和 Deepseek API 进行自然语言处理。项目包含一个与用户交互的客户端（Client.js）和一个处理 MCP 工具的服务器（MCP_Server.js，未提供）。

功能

1. 点餐功能，例如：“我要点一杯咖啡”。
2. 呼叫服务员，例如：“请叫服务员过来”。
3. 支持通用对话，如问候、感谢等。
4. 将用户交互记录到 call.txt 文件中。

前置条件

在开始使用前，请确保已安装以下软件：

1. Node.js：版本 18.x 或更高。
2. npm：随 Node.js 一同安装。
3. Python：运行 MCP 服务器所需（建议使用 3.8+ 版本）。
4. uv：用于运行服务器的 Python 包管理器（可选，但推荐安装）。
5. Deepseek API 密钥：从 Deepseek 获取。

安装步骤

1. 克隆仓库：

git clone https://github.com/gcbellys/Ai4Life_MCP.git
cd Ai4Life_MCP

1. 安装 Node.js 依赖：

npm install

1. 安装 uv（可选，用于服务器）：

curl -LsSf https://astral.sh/uv/install.sh | sh

1. 验证 MCP 服务器脚本：
确保项目根目录中存在 MCP_Server.js。如果没有，可能需要单独实现或获取（参考 MCP 文档）。

配置说明

1. 设置环境变量：
在项目根目录中创建一个 .env 文件，并添加您的 Deepseek API 密钥：

DEEPSEEK_API_KEY=your-deepseek-api-key

注意：将  your-deepseek-api-key  替换为您的实际 API 密钥。请确保该文件的安全性，不要提交到版本控制系统。
2. 验证 MCP 服务器配置：
客户端（Client.js）期望通过 Node.js 运行 MCP_Server.js。确保服务器脚本已正确设置以处理 MCP 工具。Client.js 中的服务器参数示例：

const serverParams = new StdioServerParameters({
command: ‘node’,
args: [‘MCP_Server.js’],
});

如果您使用不同的服务器设置（例如基于 Python），请相应地修改 command 和 args。例如，使用 uv：

const serverParams = new StdioServerParameters({
command: ‘uv’,
args: [‘run’, ‘python’, ‘MCP_Server.py’],
});

1. 可选：配置日志：
默认情况下，对话日志会保存到 call.txt 文件中。如果要更改日志文件的位置，请修改 Client.js 中的 logFilePath：

const logFilePath = path.join(__dirname, ‘custom_log.txt’);

使用方法

1. 启动客户端：

node Client.js

1. 与助手交互：
客户端会显示欢迎消息和可用功能。您可以输入以下命令：

• “我要点一杯咖啡” 来点单。
• “请叫服务员过来” 来请求服务。
• “你好” 或 “谢谢” 进行一般对话。
  输入  quit  或  exit  退出。

1. 检查日志：
对话日志会追加到项目根目录的 call.txt 文件中。每个条目包括时间戳、用户输入和 AI 响应。

故障排除

1. 错误：“模型连通性测试失败”：
确保 .env 文件中的 Deepseek API 密钥有效，并检查您的网络连接和 Deepseek API 端点（https://api.deepseek.com/v1）。
2. 错误：“无法找到 MCP_Server.js”：
确认项目根目录中存在 MCP_Server.js。如果使用自定义服务器，请更新 Client.js 中的 serverParams 以匹配您的设置。
3. 未加载工具：
确保 MCP 服务器正在运行，并已正确配置以暴露工具。检查服务器日志以查找错误（如果可用）。
4. 常见问题：
再次运行  npm install  以确保所有依赖项已安装。将 Node.js 更新到最新的稳定版本。如果需要帮助，请联系仓库维护者。

贡献指南

欢迎您为项目做出贡献，步骤如下：

1. Fork 该仓库。
2. 创建一个功能分支： git checkout -b feature/your-feature 。
3. 提交您的更改： git commit -m ‘Add your feature’ 。
4. 推送到分支： git push origin feature/your-feature 。
5. 提交 Pull Request。

许可证

本项目采用 MIT 许可证。详情请见 LICENSE 文件。

联系我们

如有问题或疑问，请在 GitHub 上提交 issue 或联系维护者。