本仓库包含了 ClimateGPT 团队 1 正在开发的 模型上下文协议(MCP) 框架。该框架致力于解决在特定模型应用场景下,上下文管理和数据处理的难题,为模型的高效运行提供有力支持。
git clone https://github.com/ newsconsole/GMU_DAEN_2025_01_A.git
git checkout ClimateGPT_Team1
1. python -m venv venv
2. venv\Scripts\Activate
pip install -r requirements.txt
python main.py
按照上述快速开始部分的步骤进行操作,即可完成 MCP 框架的安装和运行。
/mcp-framework
├── modules/ # 核心 MCP 组件
│ ├── context_manager.py # 存储执行上下文内存
│ ├── data_loader.py # 处理数据集加载
│ ├── query_manager.py # 动态路由查询
│ ├── pipeline_manager.py # 执行 MCP 步骤
├── models/ # 测试 EDA / 初始模型用于 MCP 框架检查
│ ├── scenario_projection.py # 温度趋势分析
│ ├── temperature_trends.py # 气候情景预测
│ ├── Model3.py # 模型 3
├── config/ # 配置设置
│ ├── config.yaml # 定义数据集路径和管道步骤
├── logs/ # 执行日志
│ ├── mcp_execution.log
├── tests/ # MCP 验证单元测试
├── main.py # MCP 执行入口点
├── requirements.txt # Python 依赖项
├── README.md # 项目文档
config/config.yaml 动态控制,该文件定义了数据集和管道步骤。logs/mcp_execution.log 中,用于调试和跟踪执行结果。最近更新中,团队实现了初始 MCP 框架的模块化设计,使得各个组件之间的职责更加清晰,便于后续的开发和维护。同时,添加了动态查询路由和上下文内存,能够根据不同的查询需求进行动态路由,提高了查询效率,并且可以更好地管理执行上下文,提升了框架的整体性能。