FAQ‑бот курса KFU-26-1 (ChromaDB + MCP‑style tool)

Агент отвечает на вопросы по конспектам курса (ChromaDB) и при необходимости вызывает MCP‑style инструмент для метаданных (расписание, дедлайны, контакты).

Стек

Компонент	Технология
LLM	BroJS gpt-oss-20b (ChatOpenAI)
Embeddings	Ollama nomic-embed-text
Векторная БД	ChromaDB (langchain-chroma)
MCP‑style tool	fetch_course_meta (httpx / static JSON)
Фреймворк	LangChain + LangGraph

Установка

ollama pull nomic-embed-text
pip install -r requirements.txt

Добавь в .env:

JOURNAL_MCP_PAT=твой_токен

Запуск

python main.py

Структура проекта

Файл	Назначение
`data/faq_general.md`	FAQ: общие вопросы курса
`data/faq_langchain.md`	FAQ: LangChain
`data/faq_langgraph.md`	FAQ: LangGraph
`vectorstore.py`	ChromaDB + Ollama embeddings + load_faq_to_chroma()
`tools.py`	search_course_docs (chroma) + fetch_course_meta (mcp)
`agent.py`	Агент с маршрутизацией по источнику
`main.py`	CLI: 3 демо‑вопроса + интерактивный режим

Архитектура маршрутизации

Вопрос пользователя
        |
        v
      Агент (LLM решает)
        |
   +---------+-----------+
   |                     |
   v                     v
search_course_docs   fetch_course_meta
[source: chroma]     [source: mcp_meta]
   |                     |
   v                     v
ChromaDB             Static JSON
(Ollama embeddings)  (в проде — MCP tool call)

MCP‑style tool

fetch_course_meta имитирует вызов MCP‑сервера метаданных курса. В production‑среде это был бы mcp tool list + mcp tool call к реальному MCP‑серверу. Текущая реализация использует статический JSON — достаточно для демонстрации паттерна.

Демо‑вопросы

Вопрос	Источник
Что такое LangGraph и как он отличается от LangChain?	chroma
Как создать инструмент tool в LangChain?	chroma
Когда дедлайн финального проекта?	mcp_meta

README.md Unescape Escape