返回 MCP 目录
public公开dns本地运行

pokemon-ai

一个基于RAG技术的宝可梦问答助手,整合PokeAPI数据库与AI能力,提供准确信息交互

article

README

🚀 Pokemon RAG AI 助手

一个交互式的精灵宝可梦助手,利用 RAG(增强检索生成)技术结合 PokeAPI 数据库和人工智能功能,为用户提供准确的宝可梦信息。

🚀 快速开始

本项目是一个交互式的精灵宝可梦助手,借助 RAG 技术与 PokeAPI 数据库,能为用户精准提供宝可梦相关信息。在使用前,你需要完成安装与环境变量的配置。

✨ 主要特性

  • 基于聊天的接口,支持宝可梦查询
  • 与 PokeAPI 集成,获取准确的宝可梦数据
  • RAG 系统提升 AI 回应质量
  • 使用现代 Next.js 构建前端界面
  • 基于 FastAPI 的后端架构

📦 安装指南

后端部分

  1. 安装 Python 依赖项:
pip install -r requirements.txt
  1. 运行后端服务:
uvicorn backend.main:app --reload

前端部分

  1. 切换到前端目录:
cd frontend
  1. 安装前端依赖:
npm install
  1. 启动开发服务器:
npm run dev

🔧 技术细节

在项目根目录下创建一个 .env 文件,并添加以下内容:

OPENAI_API_KEY=你的 OpenAI API 密钥
help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端