🌤️ 多智能体天气穿衣建议系统

一个基于多智能体协作的天气查询和穿衣建议系统，使用Python和Gradio构建。

🎯 项目简介

本项目实现了一个智能的天气穿衣建议系统，通过多个智能体协作处理用户查询：

天气查询智能体：负责获取实时天气数据
穿衣建议智能体：基于天气信息生成专业的穿衣建议
协调器智能体：管理智能体间的协作和任务分配

✨ 核心功能

🌤️ 实时天气查询：支持全球主要城市的天气查询
🤖 AI智能建议：基于天气数据生成专业的穿衣建议
🔄 多智能体协作：智能体间高效协作处理复杂任务
🌐 Web界面：友好的Gradio图形界面

📁 项目结构

bill-FashionDailyDress/
├── fashion_agent.py          # 穿衣建议智能体
├── gradio_app.py            # Gradio Web界面
├── multi_agent_coordinator.py # 多智能体协调器
├── simple_multi_agent.py    # 简化版多智能体系统
├── weather.py               # 天气查询功能
├── weather_mcp.py           # MCP天气服务器
├── requirements.txt         # 项目依赖
└── README.md               # 项目说明文档

🚀 快速开始

1. 环境准备

bash

# 克隆项目
git clone <repository-url>
cd bill-FashionDailyDress

# 安装依赖
pip install -r requirements.txt

2. 环境变量配置

创建 .env 文件并配置必要的API密钥：

env

# LLM配置（必需）
LLM_API_KEY=your_llm_api_key
LLM_BASE_URL=your_llm_base_url
LLM_MODEL_ID=your_llm_model_id

# 天气API配置（可选，用于真实天气数据）
OPENWEATHER_API_KEY=your_openweather_api_key

3. 运行系统

方式一：使用Gradio Web界面（推荐）

python版本3.12.10

bash

python gradio_app.py

访问 http://localhost:8899 使用图形界面

方式二：命令行交互

bash

python simple_multi_agent.py

🔧 核心模块说明

fashion_agent.py

功能：专业的穿衣建议智能体
特点：基于温度、湿度、风速等天气因素提供详细建议
输出：包含服装搭配、配饰建议、注意事项等

multi_agent_coordinator.py

功能：多智能体协调器
特点：管理天气查询和穿衣建议智能体的协作
流程：接收查询 → 获取天气 → 生成建议 → 整合结果

gradio_app.py

功能：Web图形界面
特点：用户友好的交互界面，支持示例快速体验
端口：8899

weather.py

功能：天气查询封装
特点：支持真实API和演示模式
API：OpenWeatherMap API集成

📋 使用示例

输入示例

Beijing
Shanghai
Tokyo
London

输出示例

🏙️ 查询城市: 北京
🌡️ 温度: 25°C
📝 天气: 晴朗
💧 湿度: 60%
🌬️ 风速: 3 m/s

👗 穿衣建议：
基于当前天气状况，建议穿着轻薄透气的衣物...

⚙️ 配置说明

必需配置

LLM API密钥和端点（用于智能体推理）

可选配置

OpenWeatherMap API密钥（用于真实天气数据）
如不配置，系统将使用演示模式提供模拟数据

🛠️ 技术栈

框架：hello-agents, fastmcp
Web界面：Gradio
HTTP请求：requests
配置管理：python-dotenv
天气API：OpenWeatherMap

🔍 开发指南

添加新的智能体

创建新的智能体类（参考fashion_agent.py）
在协调器中注册智能体
更新系统提示词和协作逻辑

扩展功能

支持更多天气数据源
添加历史天气分析
集成更多穿衣风格建议

🤝 贡献指南

欢迎提交Issue和Pull Request来改进项目！

📄 许可证

本项目采用MIT许可证。

📞 联系方式

如有问题或建议，请通过以下方式联系：

GitHub Issues
项目维护者邮箱

享受智能穿衣建议！ 👗✨