豆包本地技能助手

一个基于 MCP (Model Context Protocol) 协议的本地技能助手，支持计算器、天气查询等自定义技能，提供 Web 界面和 API 接口。

项目结构

d:\agent\
├── .env                    # 大模型api配置
├── index.html              # 前端 Web 界面
├── main.py                 # 主入口（可选）
├── mcp_server.py          # MCP 服务端（核心）
├── server.py               # Flask 后端服务
├── requirements.txt        # 依赖清单
├── README.md               # 项目说明
├── tree.txt                # 目录结构
├── client/                 # 客户端目录
│   ├── doubao_mcp_client.py  # 豆包 API 客户端
│   └── __init__.py
├── config/                 # 配置目录
│   ├── settings.py         # 全局配置
│   └── __init__.py
└── skills/                 # 技能实现目录
    ├── calculator.py       # 计算器技能
    ├── weather.py          # 天气查询技能
    └── __init__.py

核心组件

1. 前端 (index.html) - 基于 HTML/CSS/JavaScript 的 Web 界面
2. 后端 (server.py) - Flask 服务，提供 API 接口
3. MCP 服务 (mcp_server.py) - 处理技能调用的核心服务
4. 技能模块 (skills/) - 各种自定义技能的实现
5. 配置 (config/) - 全局配置和常量

环境要求

• Python 3.11+
• 火山引擎豆包 API 密钥（获取 AK/SK）

安装

1. 克隆项目

   git clone https://github.com/taffy123d/Doubao-MCP-agent
   cd <项目目录>
   

2. 安装依赖

   pip install -r requirements.txt
   

3. 配置环境变量 复制 .env.example 为 .env 并填写 API 密钥：

   # 火山引擎豆包 API 密钥
   DOUBAO_API_KEY=你的API密钥
   DOUBAO_ENDPOINT_ID=你的终端ID
   DOUBAO_BASE_URL=https://ark.cn-beijing.volces.com/api/v3/chat/completions
   

运行

方法一：完整启动（推荐）

python server.py

• 前端访问：http://localhost:5000
• API 接口：http://localhost:5000/api/*

方法二：单独启动

1. 启动 MCP 服务

   python mcp_server.py
   

2. 启动后端服务

   python server.py
   

3. 打开前端 直接用浏览器打开 index.html

如何使用

1. 配置 API

   • 在左侧配置面板填写 API Key 和 Endpoint ID
   • 点击「测试」按钮验证连接

2. 聊天

   • 在输入框中输入问题
   • 支持的技能：
     • 计算器：计算 123+456
     • 天气查询：北京天气

3. 查看结果

   • 系统会自动调用相应的技能并返回结果
   • 支持多轮对话

如何增加新技能

步骤 1：创建技能文件

在 skills/ 目录下创建新的技能文件，例如 my_skill.py：

"""我的自定义技能"""
from mcp.server.fastmcp import FastMCP

def register_my_skill(mcp: FastMCP):
    """注册技能到 MCP 服务"""
    
    @mcp.tool()
    def my_skill(param1: str, param2: int = 1) -> str:
        """
        我的自定义技能描述
        示例：my_skill(param1="值", param2=2)
        
        Args:
            param1: 参数1描述
            param2: 参数2描述（默认值）
        Returns:
            技能执行结果
        """
        try:
            # 技能逻辑实现
            result = f"处理结果: {param1} - {param2}"
            return result
        except Exception as e:
            return f"处理失败: {str(e)}"

步骤 2：注册技能

编辑 skills/__init__.py，添加新技能的注册函数：

from .calculator import register_calculator_tool
from .weather import register_weather_tool
from .my_skill import register_my_skill

__all__ = [
    "register_calculator_tool", 
    "register_weather_tool",
    "register_my_skill"
]

步骤 3：更新 MCP 服务

编辑 mcp_server.py，添加新技能的注册：

from skills import register_calculator_tool, register_weather_tool, register_my_skill

# 注册所有技能工具
register_calculator_tool(mcp)
register_weather_tool(mcp)
register_my_skill(mcp)  # 添加这一行

步骤 4：重启服务

重新启动 MCP 服务和后端服务，新技能即可使用。

API 接口

| 接口 | 方法 | 说明 | |------|------|------| | / | GET | 前端页面 | | /api/health | GET | 健康检查 | | /api/tools | GET | 获取技能列表 | | /api/test-connection | POST | 测试 API 连接 | | /api/chat | POST | 聊天（调用技能） | | /api/chat/stream | POST | 流式聊天（预留） |

技能开发规范

1. 文件命名：使用小写字母和下划线
2. 函数命名：register_xxx_tool 格式
3. 工具装饰器：使用 @mcp.tool() 装饰
4. 文档字符串：包含功能描述、示例和参数说明
5. 错误处理：捕获异常并返回友好提示
6. 参数类型：使用类型注解

示例技能

计算器技能

• 功能：支持加减乘除、括号、幂运算
• 调用：计算 (10+5)*2

天气查询技能

• 功能：查询城市天气和预报
• 调用：上海天气 或 北京天气 3天

注意事项

1. API 密钥安全：不要将 API 密钥提交到版本控制
2. 技能安全性：避免在技能中执行危险操作
3. 性能优化：对于耗时操作，考虑使用异步处理
4. 错误处理：确保技能能优雅处理异常情况

故障排除

• 连接失败：检查 API 密钥和网络连接
• 技能不响应：检查 MCP 服务是否正常运行
• 前端不显示：检查浏览器控制台是否有错误

扩展建议

1. 更多技能：添加翻译、股票查询、新闻等技能
2. 多语言支持：添加多语言界面
3. 部署优化：使用 Docker 容器化部署