Solvro-RAG

Narzędzie służy do sugerowania koktajli na podstawie składników oraz podawania informacji o nich, korzystające z modelu LLM.

Projekt był tworzony i testowany w środowisku Pycharm.

Instalacja

Przed użyciem narzędzia zainstaluj wszystkie zależności w wirtualnym środowisku:

pip install -r requirements.txt

Testowanie narzędzia w LMstudio przez MCP

1. Pobierz model LLM kompatybilny z MCP w LMstudio
   (testowane na: Llama 3.2 1B Instruct GGUF Q4_K_M oraz Meta Llama 3.1 8B Instruct GGUF Q4_K_M)

2. Skonfiguruj MCP w LMstudio:
   Show settings (Ctrl+B) → Program → Install → mcp.json
   Wklej konfigurację:

{ "mcpServers": { "suggestion-server": { "command": "ścieżka do pythona w venv (.venv/Scripts/python.exe)", "args": ["ścieżka do server.py"] } } }

3. Skonfiguruj system prompt:
   Show settings (Ctrl+B) → Context → System prompt
   Wklej: When asked about cocktails, answer only based on responses from tools.

4. Zapisz preset i ustaw go jako aktywny.
   Teraz, kiedy w czacie LMstudio użytkownik zapyta o koktajle, model LLM wywoła narzędzie MCP i zwróci odpowiedź na podstawie danych funkcji.

Testowanie narzędzia w Pythonie

1. Pobierz kompatybilny model LLM, którego chcesz użyć do testów. Utwórz w projekcie folder LLM i umieść w nim pobrany model

2. W pliku test.py zmień nazwę modelu Llama-3.2-1B-Instruct-Q4_K_M.gguf Na nazwę pobranego modelu

3. Możesz testować funkcje ręcznie, wywołując je w pliku Python (test.py) po linijce:

   if name == "main":

Dostępne funkcje:

• suggest_cocktail("składniki po przecinku") – zwraca sugestie koktajli na podstawie podanych składników
• cocktail_info("nazwa drinka") – zwraca informacje o konkretnym koktajlu

Przykładowe użycie

W Pythonie:

from tools.suggest_cocktail import suggest_cocktail

from tools.cocktail_info import cocktail_info

print(suggest_cocktail("vodka, lime, sugar"))

print(cocktail_info("Margarita"))

W LMstudio:

Tell me what I can make using rum and egg whites

Tell me the recipe for Apricot Lady

Struktura projektu

• server.py - serwer MCP

• test.py - plik służący wyłącznie do testów RAGa poprzez kompilator

• w folderze tools znajdują się narzędzia suggest_cocktail oraz cocktail_info

• w folderze database znajduje się baza danych json z koktajlami

• w folderze cocktail znajdują się wygenerowane pliki index

Wymagania

• Python 3.10+
• Zależności z requirements.txt
• Model LLM kompatybilny z MCP (na przykład Llama 3.x Instruct GGUF Q4_K_M)