demo_mcp_on_amazon_bedrock 的项目扩展与二次开发
2025-05-28 17:39:17作者:管翌锬
1. 项目基础介绍
demo_mcp_on_amazon_bedrock 是一个开源项目,旨在提供一个基于 Amazon Bedrock 平台的 ChatBot 交互服务,同时引入 MCP(Machine Code Protocol)功能,以增强和扩展 ChatBot 的应用场景。项目允许 ChatBot 无缝接入本地文件系统、数据库、开发工具、互联网检索等外部系统。
2. 项目的核心功能
- ChatBot 交互服务: 提供与 Amazon Bedrock 平台(如 Nova、Claude)上大模型(如 Amazon Nova-lite)的交互服务。
- MCP 支持: 通过 MCP 客户端,管理与多个 MCP 服务器的连接,处理工具调用和资源访问。
- 多用户支持: 支持用户会话隔离,允许多用户并发访问。
- 流式响应: 支持流式响应和工具调用,使 ChatBot 的交互更加流畅。
- 工具调用结果展示: 展示工具调用过程和结果,以及模型思考过程的可视化。
3. 项目使用的框架或库
- 后端: FastAPI,一个现代、快速(高性能)的 Web 框架,用于构建 API。
- 前端: Streamlit,一个用于快速构建和共享数据应用程序的框架。
- MCP 客户端: 基于 Python 开发,负责管理与 MCP 服务器的连接。
- MCP 服务器: 可能基于 NodeJS 或 Python 开发。
4. 项目的代码目录及介绍
- assets: 资源文件目录。
- cdk: AWS Cloud Development Kit 相关文件。
- conf: 配置文件目录,包括
.env、config.json等。 - docs: 项目文档目录。
- react_ui: React UI 相关文件。
- src: 项目源代码目录,包括 ChatBot 交互服务、MCP 客户端等。
- tests: 单元测试代码目录。
- .gitignore: Git 忽略文件配置。
- .gitmodules: 子模块配置文件。
- CODE_OF_CONDUCT.md: 行为准则文件。
- CONTRIBUTING.md: 贡献指南文件。
- HTTPS_SETUP.md: HTTPS 配置说明。
- LICENSE: 项目许可证文件。
- README.md: 项目说明文件。
- chatbot.py: ChatBot 交互服务相关代码。
- env_dev: 开发环境配置文件。
- generate_certs.sh: 生成 HTTPS 证书的脚本。
- pyproject.toml: Python 项目配置文件。
- start_all.sh: 启动所有服务的脚本。
- start_chatbot.sh: 启动 ChatBot 服务的脚本。
- start_mcp.sh: 启动 MCP 客户端的脚本。
- stop_all.sh: 停止所有服务的脚本。
- test_bedrock.py: 测试 Bedrock 平台的脚本。
- uv.lock: uv 虚拟环境锁文件。
5. 项目扩展或二次开发方向
- 增加对更多大模型的支持: 可以考虑增加对其他大型语言模型(如 GPT-3)的支持。
- 开发新的 MCP 服务器: 可以针对特定的需求开发新的 MCP 服务器,以支持更多的工具和资源。
- 优化 ChatBot 交互界面: 可以使用 React 或其他前端框架重新设计 ChatBot 交互界面,使其更加友好和易用。
- 集成机器学习工具: 可以集成机器学习工具,如 TensorFlow、PyTorch 等,以支持更复杂的任务。
- 开发移动端应用: 可以考虑将 ChatBot 服务集成到移动端应用中,以提供更好的用户体验。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220