mvpandey/cae

Developer tools

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요. 원문 보기

49 stars 6 forks 품질 49 트렌드 13

Repository Install

MCT 분석, FastAPI 백엔드 및 고급 LLM 응용을 구축하기위한 Async 작업과 MCP-enabled AI 대화 엔진

개요

- Monte Carlo Tree Search (MCTS)를 활용하여 향상된 응답 품질을 위한 대화 경로를 지능적으로 탐구하고 평가하는 MCP 서버인 FastAPI 백엔드 및 MCP 서버. - 자동으로 Redis, PostgreSQL/PGVector 및 Prometheus를 제공합니다. - : http://localhost:8000 (건강 검사, 조건 메트릭) - : http://localhost:8001/mcp/v1 (통역 분석) - : Localhost:6379 - : localhost:5432 - : http://localhost:9090 - : http://localhost:3000] (admin/admin) 고급 검색 알고리즘을 적용하여 LLM 응답 최적화를 향상시킵니다. 단일 응답을 생성하는 대신, CAE는 다음을 사용합니다. 1. 어떤 대화 상황에 대 한 2. outcomes를 예측 3. (감사 지능, persuasiveness, 도움이) 4.

개요(AI 번역)

**검색 알고리즘을 사용하여 LLM 응답 최적화 ** - Monte Carlo Tree Search (MCTS)를 활용한 생산 읽기 FastAPI 백엔드 및 MCP 서버는 지능형 응답 품질을 위한 대화 경로를 탐구하고 평가합니다.

내용 표

빠른 시작 (Docker Compose)
개요
건축
서비스 모드 및 사용
Claude 데스크탑 통합
수동 설정
개발
테스트
기여
로드맵
라이센스

빠른 시작 (Docker Compose)

추천 설치 - 자동 규정 Redis, PostgreSQL/PGVector 및 Prometheus:

# 필수품

문자 ≥ 24.0
Docker 컴파일 v2

1-Command 설정

당신이 얻는 무엇

**API 백엔드 **: http://localhost:8000 (건강 검사, 조건 메트릭)
MCP Server: http://localhost:8001/mcp/v1 (통역 분석) -Redis 캐시: localhost:6379
**PostgreSQL/PGVector **: localhost:5432

옵션 모니터링 ([T4] 추가)

-Prometheus Metrics: http://localhost:9090

**Grafana Dashboard **: http://localhost:3000 (admin/admin)

# 닫기

개요

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요.

README

원문 README의 일부입니다. 원문 보기.

Conversational Analysis Engine (CAE)

Optimize LLM responses using search algorithms - A production-ready FastAPI backend and MCP server that leverages Monte Carlo Tree Search (MCTS) to intelligently explore and evaluate conversation paths for enhanced response quality.

Quick Start (Docker Compose)
Overview
Architecture
Service Modes & Usage
Claude Desktop Integration
Manual Setup
Development
Testing
Contributing
Roadmap
License

Quick Start (Docker Compose)

Recommended Installation - Automatically provisions Redis, PostgreSQL/PGVector, and Prometheus:

Prerequisites

Docker ≥ 24.0
Docker Compose v2

One-Command Setup

git clone https://github.com/yourusername/ConversationalAnalysisEngine
cd ConversationalAnalysisEngine
docker compose up --build

What You Get

API Backend: http://localhost:8000 (health checks, conditional metrics)
MCP Server: http://localhost:8001/mcp/v1 (conversation analysis)
Redis Cache: localhost:6379
PostgreSQL/PGVector: localhost:5432

Optional Monitoring (Add `--profile monitoring`)

docker compose --profile monitoring up --build

Prometheus Metrics: http://localhost:9090
Grafana Dashboard: http://localhost:3000 (admin/admin)

Shutdown

docker compose down -v

Overview

The Conversational Analysis Engine (CAE) enhances LLM response optimization by applying advanced search algorithms to conversation paths. Instead of generating single responses, CAE uses Monte Carlo Tree Search (MCTS) to:

Generate multiple response branches for any conversation context
Simulate conversation continuations to predict outcomes
Score paths based on goal-specific metrics (emotional intelligence, persuasiveness, helpfulness)
Select the optimal response through intelligent exploration

Dual Architecture:

FastAPI Backend: Production-ready API with health checks, metrics, and monitoring
MCP Server: Monte Carlo Tree Search optimization via Model Context Protocol

Architecture

GitHub에서 전체 README 보기

설치

This server does not publish a one-line install command.

Open the repository installation guide MCP 초보자라면? mcpskill.org 가이드부터 시작하세요 →

설정

{
  "mcpServers": {
    "conversational-analysis-engine": {
      "command": "docker",
      "args": [
        "compose", "-f", "/path/to/ConversationalAnalysisEngine/docker-compose.yml", 
        "up", "mcp", "--build"
      ],
      "env": {
        "LLM_API_KEY": "your_openai_api_key"
      }
    }
  }
}