Databricks MCP Assistant（带React UI）

一个全栈的、以Databricks为主题的供应链查询对话助手，由OpenAI代理和Databricks MCP服务器驱动。包括一个React聊天UI和一个FastAPI后端，该后端流式传输代理响应。

---

功能

• 带有Databricks红色调色板的对话聊天UI（React）
• 带有流式传输/chat端点的FastAPI后端
• 安全的Databricks MCP集成
• 示例代理逻辑和工具使用
• 现代用户体验，易于本地开发

---

项目结构

/ (根目录)
├── main.py                # 示例CLI代理运行器
├── api_server.py          # 聊天UI的FastAPI后端
├── requirements.txt       # Python依赖项
├── ui/                    # React前端（Vite）
│   ├── src/components/ChatUI.jsx, ChatUI.css, ...
│   └── ...
└── README.md              # （此文件）

---

快速开始

0. Databricks资源

你可以通过Databricks的供应链优化解决方案加速器（或在不同行业工作的其他加速器）启动你的项目。将这个加速器的GitHub仓库克隆到你的Databricks工作区，并通过运行笔记本1来执行捆绑的笔记本：

https://github.com/lararachidi/agent-supply-chain/blob/main/README.md

这些笔记本会设置代理稍后通过MCP访问的所有资产，从原始企业表和非结构化电子邮件到经典ML模型和图工作负载。

1. 先决条件

• Python 3.10+
• Node.js 18+
• 在~/.databrickscfg中的Databricks凭证
• （可选）用于Python隔离的Virtualenv/pyenv

2. 安装Python依赖项

pip install -r requirements.txt

3. 启动后端（FastAPI）

要启动后端，请运行：

python -m uvicorn api_server:app --reload --port  8000

• API将在http://localhost:8000可用
• FastAPI文档：http://localhost:8000/docs

4. 启动前端（React UI）

在另一个终端中，运行以下命令：

cd ui
npm install
npm run dev

• 应用程序将在http://localhost:5173可用

---

使用方法

1. 在浏览器中打开http://localhost:5173。
2. 输入一个供应链问题（例如，“分销中心5的延迟是什么？”），然后点击发送。
3. 代理将从Databricks MCP服务器流式传输回响应。

---

故障排除

• 端口已被占用： 使用lsof -ti:8000 | xargs kill -9（对于后端）杀死旧进程，或者更改端口。
• 前端无法加载： 确保你在ui/文件夹中运行了npm install和npm run dev。

---

自定义

• 若要更改代理的问候语，请编辑ui/src/components/ChatUI.jsx。
• 若要更新后端代理逻辑，请修改api_server.py。
• UI样式位于ui/src/components/ChatUI.css（Databricks红色调色板）。

---

致谢与参考

• 受Databricks供应链解决方案加速器启发
• 使用openai-agents-python
• 通过databricks.sdk进行Databricks MCP集成
• 通过简单的LLM护栏强制执行供应链范围（参见supply_chain_guardrails.py）