新增mcp服务说明

This commit is contained in:
2026-09-02 17:14:12 +08:00
parent 71c3d86ccf
commit 947f53a871
+433
View File
@@ -0,0 +1,433 @@
# 试产排程评估系统 — MCP 服务说明
**服务名称:** `bexell-scheduling`
**协议版本:** MCP (Model Context Protocol),Streamable HTTP 传输
**挂载路径:** `/bexell/mcp`
**部署方式:** mcp-server-demo 单进程多模组之一(与 ERP/CRM 模组共享进程与端口 8001)
**鉴权方式:** 动态 Bearer Token(mcp-auth 后端校验)
**生成时间:** 2026-09-02
---
## 一、概述
Bexell 模组是 **mcp-server-demo** 统一服务中的一个独立 MCP 模组,基于 **MCPServer** 框架(MCP Python SDK)实现,对外提供 4 个 MCP Tool,服务"试产排程评估及优化"场景。
统一服务通过 Starlette `Mount` 将三个模组挂载到不同路径,单进程、单端口(8001):
| 模组 | MCP 端点 | 服务名称 |
|------|----------|----------|
| ERP | `http://localhost:8001/erp/mcp` | `mcp-for-erp-auto` |
| CRM | `http://localhost:8001/crm/mcp` | `mcp-for-crm-auto` |
| **Bexell** | **`http://localhost:8001/bexell/mcp`** | **`bexell-scheduling`** |
MCP 服务面向 **IndepthAI Skill 层**(`trial-production-scheduling-evaluator`)提供数据查询与产能计算能力,是智能体完成"试产排程评估"任务的核心数据通道。
---
## 二、架构定位
```
┌──────────────────────────────────────────┐
│ IndepthAI Skill 层 │
│ trial-production-scheduling-evaluator │
│ (解析输入 → 调用 MCP → 格式化输出) │
└──────────────────┬───────────────────────┘
│ MCP 协议(Streamable HTTP + Bearer Token)
┌──────────────────▼───────────────────────┐
│ mcp-server-demo 统一服务 (:8001) │
│ │
│ /erp/mcp ── ERP 模组 │
│ /crm/mcp ── CRM 模组 │
│ /bexell/mcp ── Bexell 模组(4 工具)◄──│
│ │
│ 鉴权:mcp-auth 后端 verify-token API │
└──────────────────┬───────────────────────┘
│ SQLAlchemy ORM(独立连接池)
┌──────────────────▼───────────────────────┐
│ PostgreSQL (bexell_schedule_ai) │
│ 5 张表 + 1 个视图,无需新增 │
└──────────────────────────────────────────┘
```
**模组化优势:**
| 维度 | 说明 |
|------|------|
| 独立连接池 | Bexell 模组使用 `BEXELL_DB_*` 环境变量配置独立 SQLAlchemy Engine,与 ERP/CRM 数据库完全隔离 |
| 独立鉴权 | 使用 `BEXELL_MCP_AUTH_API_KEY` 调用 mcp-auth 后端,token 校验按 service 隔离 |
| 统一运维 | 单进程、单端口,三个模组共享 uvicorn 服务与生命周期管理 |
| 数据一致性 | Tool 计算复用同一数据库,评估公式在单条聚合 SQL 内完成 |
| 可演进性 | 模组目录结构统一(tools.py / db.py / models.py),可独立拆分部署 |
---
## 三、鉴权
MCP 端点已启用 **动态 Bearer Token 鉴权**,未携带或携带无效 token 的请求返回 `401 Unauthorized`。
**校验流程:**
1. 客户端在请求头携带 `Authorization: Bearer <token>`
2. MCP 服务调用 mcp-auth 后端 `POST {MCP_AUTH_API_URL}/api/auth/verify-token`,以 `X-API-Key: {BEXELL_MCP_AUTH_API_KEY}` 标识调用方服务
3. 后端统一查询 `mcp_auth.mcp_token` 表,返回 `{"valid": bool, "client_id": str, "service_scope": str}`
4. token 与 `bexell-scheduling` 服务作用域匹配才校验通过
5. 进程内缓存校验结果 30s(`MCP_AUTH_CACHE_TTL`),减少对后端的重复调用
**客户端配置示例:**
```json
{
"bexell-scheduling": {
"type": "http",
"url": "http://127.0.0.1:8001/bexell/mcp",
"headers": {
"Content-Type": "application/json",
"Accept": "application/json, text/event-stream",
"Authorization": "Bearer <token>"
}
}
}
```
**相关环境变量:**
| 环境变量 | 说明 |
|----------|------|
| `MCP_PUBLIC_URL` / `BEXELL_MCP_PUBLIC_URL` | 服务对外地址(OAuth 资源元数据),模组独立地址未设置时回退通用值 |
| `MCP_AUTH_API_URL` | mcp-auth 后端地址,如 `https://mcp-auth-admin.digiwincloud.com.cn/mcp-auth-api` |
| `BEXELL_MCP_AUTH_API_KEY` | Bexell 模组独立 API Key(由 mcp-auth 后端签发) |
| `MCP_AUTH_CACHE_TTL` | token 校验结果缓存秒数,默认 30 |
---
## 四、MCP Tool 清单
| # | Tool 名称 | 类型 | 用途 |
|---|-----------|------|------|
| 1 | `get_equipment_by_type` | 基础查询 | 按设备类型查询该类型所有设备的基础产能信息 |
| 2 | `get_schedule_occupied` | 基础查询 | 获取指定类型全部设备的已占用产能合计 |
| 3 | `get_product_load` | 基础查询 | 查询指定品号在目标设备类型各设备上的标准产能 |
| 4 | `evaluate_trial_capacity` | **一体化计算** | 服务端一次性完成全部数据聚合和公式计算,返回评估结果与推荐设备 |
---
## 五、Tool 详细说明
### 5.1 `get_equipment_by_type` — 按类型查询设备产能
**用途:** 根据设备类型获取该类型所有设备的基础产能参数,供 Skill 做数据展示或分步计算。
**输入参数:**
| 参数 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `equipment_type` | string | 是 | 设备类型,可选值:`冲压`、`表面`、`检测` |
**输出字段:**
| 字段 | 类型 | 说明 |
|------|------|------|
| `equipment_code` | string | 设备编号(如 CY001、DN003、VJ002) |
| `equipment_name` | string | 设备名称(如 冲压机1、镀镍机3) |
| `equipment_type` | string | 设备类型 |
| `max_capacity` | number | 极限产能(H) |
| `standard_capacity` | number | 标准产能(H) |
| `min_startup` | number | 最小开机产能(H) |
| `line_change_cost` | number | 换线成本系数 |
**数据来源:** `equipment_capacity` 表(ORM 模型 `EquipmentCapacity`)
**查询逻辑:** `WHERE equipment_type = :type ORDER BY equipment_code`
**设备类型与数量:**
| 设备类型 | 编号范围 | 数量 |
|----------|----------|------|
| 冲压 | CY001 ~ CY010 | 10 台 |
| 表面 | DN001 ~ DN012 | 12 台 |
| 检测 | VJ001 ~ VJ005 | 5 台 |
---
### 5.2 `get_schedule_occupied` — 查询排产占用产能
**用途:** 获取指定类型全部设备当前已被排产计划占用的产能合计,反映设备负荷现状。
**输入参数:**
| 参数 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `equipment_type` | string | 是 | 设备类型,如 `冲压`、`表面`、`检测` |
**输出字段:**
| 字段 | 类型 | 说明 |
|------|------|------|
| `equipment_code` | string | 设备编号 |
| `equipment_name` | string | 设备名称 |
| `total_occupied_capacity` | number | 占用产能合计(H),无排产时为 0 |
**数据来源:** `product_equipment_schedule` 表(ORM 模型 `ProductEquipmentSchedule`)
**查询逻辑:** `GROUP BY equipment_code`,`SUM(occupied_capacity)`,`COALESCE` 无记录返回 0
---
### 5.3 `get_product_load` — 查询品号设备标准产能
**用途:** 获取指定品号在目标设备类型各设备上生产时的标准产能消耗系数,用于计算试产需求对设备产能的占用量。
**输入参数:**
| 参数 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `product_code` | string | 是 | 品号,如 `A0001`、`A0002`、`A0003` |
| `equipment_type` | string | 是 | 设备类型,如 `冲压`、`表面`、`检测` |
**输出字段:**
| 字段 | 类型 | 说明 |
|------|------|------|
| `product_code` | string | 品号 |
| `product_name` | string | 品名 |
| `equipment_code` | string | 设备编号 |
| `equipment_name` | string | 设备名称 |
| `standard_capacity` | number | 该品号在该设备上每生产 1 件所消耗的产能(H/件) |
**数据来源:** `product_equipment_load` 表 JOIN `equipment_capacity` 表(ORM 模型 `ProductEquipmentLoad`)
**查询逻辑:** 按品号 + 设备类型联合过滤,按设备编号排序
**品号与标准产能示例(以 A0003 圆柱电池钢壳为例):**
| 设备类型 | 设备编号 | 标准产能(H/件) |
|----------|----------|-----------------|
| 冲压 | CY001~CY010 | 0.2 |
| 表面 | DN001~DN012 | 0.1 |
| 检测 | VJ001~VJ005 | 0.01 |
---
### 5.4 `evaluate_trial_capacity` — 一体化试产产能评估 ⭐
**用途:** 核心工具。服务端一次性完成全部数据聚合和公式计算,返回每台设备的可用产能明细和最优推荐设备。Skill 层只需调用一次即可完成评估,无需多次查询和自行计算。
**评估范围:** 覆盖该品号配置了标准产能的**全部设备类型**(冲压/表面/检测)的所有设备,结果按可用产能降序混合排名。
**输入参数:**
| 参数 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `product_code` | string | 是 | 品号,如 `A0003` |
| `trial_quantity` | integer | 是 | 试产数量,如 `10` |
**输出结构:**
```json
{
"product_code": "A0003",
"product_name": "圆柱电池钢壳",
"trial_quantity": 10,
"evaluated_at": "2026-08-22T15:30:00",
"results": [
{
"rank": 1,
"equipment_code": "CY003",
"equipment_name": "冲压机3",
"equipment_type": "冲压",
"max_capacity": 15.00,
"occupied_capacity": 8.00,
"line_change_cost": 1.00,
"min_startup_buffer": 0.40,
"product_standard_capacity": 0.2,
"trial_demand": 2.00,
"available_capacity": 3.60,
"status": "可用"
}
],
"recommended": {
"equipment_code": "CY003",
"equipment_name": "冲压机3",
"available_capacity": 3.60
}
}
```
**输出字段说明(results 数组内每条记录):**
| 字段 | 类型 | 说明 |
|------|------|------|
| `rank` | integer | 排名(按可用产能降序,跨设备类型混合排名) |
| `equipment_code` | string | 设备编号 |
| `equipment_name` | string | 设备名称 |
| `equipment_type` | string | 设备类型 |
| `max_capacity` | number | 极限产能(H) |
| `occupied_capacity` | number | 当前占用产能合计(H) |
| `line_change_cost` | number | 换线成本 |
| `min_startup_buffer` | number | 最小开机缓冲(= min_startup × 0.1) |
| `product_standard_capacity` | number | 该品号在该设备的标准产能(H/件) |
| `trial_demand` | number | 试产需求(= 试产数量 × 标准产能) |
| `available_capacity` | number | **可用产能**(核心指标) |
| `status` | string | 状态:`可用`(≥0)或 `已满负荷`(<0) |
**核心计算公式:**
```
可用产能 = 极限产能
− 占用产能合计
− 换线成本
− 最小开机 × 0.1
− 试产数量 × 品号标准产能
```
**数据来源(一次聚合查询,单条 SQL 完成):**
| 公式因子 | 来源表 | 字段 |
|----------|--------|------|
| 极限产能 | `equipment_capacity` | `max_capacity` |
| 占用产能合计 | `product_equipment_schedule` | `SUM(occupied_capacity)` |
| 换线成本 | `equipment_capacity` | `line_change_cost` |
| 最小开机 | `equipment_capacity` | `min_startup` |
| 品号标准产能 | `product_equipment_load` | `standard_capacity` |
| 品名 | `product_info` | `product_name` |
**推荐逻辑:** 取 `results` 中排名第一(可用产能最大)且 `available_capacity >= 0` 的设备;若无设备满足条件,`recommended` 返回 `null`。
---
## 六、Tool 调用策略
| 场景 | 推荐方式 | 说明 |
|------|---------|------|
| **试产评估(默认)** | 直接调用 `evaluate_trial_capacity` | 一次调用完成全部计算,Skill 只需格式化输出 |
| **分步调试 / 中间数据展示** | Tool 1 → Tool 2 → Tool 3 → Skill 内计算 | 适用于需要逐步展示数据来源或教学演示场景 |
| **仅查看设备信息** | 调用 `get_equipment_by_type` | 不涉及排产计算,纯基础数据查询 |
| **仅查看负荷现状** | 调用 `get_schedule_occupied` | 查看当前排产占用情况 |
---
## 七、数据模型依赖
Bexell 模组复用 `bexell_schedule_ai` 库中以下现有表和 ORM 模型(定义于 `src/modules/bexell/models.py`),**无需新增任何表结构**:
| 表 / 视图 | ORM 模型 | 说明 |
|-----------|----------|------|
| `sys_parameter` | `SysParameter` | 系统参数(`sys_s_parameter` = 影响系数 0.1) |
| `equipment_capacity` | `EquipmentCapacity` | 设备基础产能(极限/标准/最小开机/换线成本) |
| `product_info` | `ProductInfo` | 品号主数据 |
| `product_equipment_load` | `ProductEquipmentLoad` | 品号 × 设备标准产能(81 行种子数据) |
| `product_equipment_schedule` | `ProductEquipmentSchedule` | 排产明细(排产数量 & 占用产能) |
| `v_equipment_realtime_capacity` | —(视图) | 设备实时产能视图(评估工具未直接使用,供查询参考) |
**表关系:**
```
┌─────────────────────┐
│ sys_parameter │ 系统参数(影响系数 0.1)
└─────────────────────┘
┌─────────────────────┐ ┌──────────────────────────┐
│ equipment_capacity │────▶│ product_equipment_load │
│ • 设备基础产能 │ │ • 品号×设备 标准产能 │
│ • 极限/标准/开机 │ │ • 关联 product_info │
│ • 换线成本 │ │ • 关联 equipment_capacity│
└──────────┬──────────┘ └──────────────────────────┘
│
│ LEFT JOIN(占用产能聚合)
▼
┌──────────────────────────────┐
│ product_equipment_schedule │
│ • 排产明细 │
│ • 排产数量 & 占用产能 │
└──────────────────────────────┘
```
---
## 八、Skill 集成
MCP 服务配套 Skill:**`trial-production-scheduling-evaluator`**
**Skill 执行流程:**
```
用户输入(品号 + 试产数量 + 设备类型)
│
▼
Step 1: 解析参数 & 校验
│
▼
Step 2: 调用 evaluate_trial_capacity
│ 传入 product_code + trial_quantity
▼
Step 3: 结果排序 & 状态标记
│ 可用产能 ≥ 0 → "可用"
│ 可用产能 < 0 → "已满负荷"
▼
Step 4: 格式化输出评估报告
• 推荐设备(★)
• 全部候选设备明细表
• 风险提示
```
**触发场景:**
- 评估试产排程
- 查询设备可用产能
- 推荐试产设备
- 计算设备产能负荷
---
## 九、错误处理
| 错误场景 | 返回内容 |
|----------|---------|
| token 缺失 / 无效 / 服务作用域不匹配 | MCP 层返回 `401 Unauthorized`(本地缓存 30s,后端不可达时同样拒绝) |
| 品号不存在 | `{"error": "品号 XXX 不存在"}` |
| 品号在某设备无标准产能配置 | 该设备不参与排名(JOIN 过滤),不报错 |
| 所有设备已满负荷 | `recommended` 返回 `null`,`results` 中所有 `status` 为 "已满负荷" |
| 数据库连接失败 | 由 SQLAlchemy(`pool_pre_ping`)与统一服务异常处理捕获 |
---
## 十、技术实现要点
| 项目 | 说明 |
|------|------|
| 框架 | MCPServer(MCP Python SDK),非 FastAPI 挂载 |
| 挂载方式 | `server.py` 中 `Starlette Mount("/bexell", bexell_server.streamable_http_app(streamable_http_path="/mcp"))`,子路径 `/mcp` |
| 鉴权 | `get_auth(service="BEXELL")` 构建 `AuthSettings` + `ApiTokenVerifier`,Bearer Token 动态校验 |
| 数据库访问 | 模组独立 SQLAlchemy Engine(`BEXELL_DB_*` 环境变量),`pool_size=10`、`pool_pre_ping=True` |
| ORM 模型 | `src/modules/bexell/models.py` 中定义 5 张表模型 |
| 核心计算 | `evaluate_trial_capacity` 通过单条聚合 SQL 完成(LEFT JOIN 占用聚合 + JOIN 品号负荷),避免多次往返 |
| 影响系数 | 公式中 `0.1` 对应 `sys_parameter.sys_s_parameter`(当前为 SQL 硬编码) |
| 并发安全 | 每次工具调用独立获取/关闭 DB Session |
| 生命周期 | 父 app lifespan 统一管理 session manager 启动与连接池关闭(`close_bexell_engine`) |
---
## 十一、文件结构
```
mcp-server-demo/
├── .env.example # 环境变量模板(BEXELL_MCP_AUTH_API_KEY、BEXELL_DB_* 等)
├── sql/bexell_init.sql # bexell_schedule_ai 建表 + 种子数据(5 表 + 1 视图)
├── src/
│ ├── server.py # 统一服务入口:Mount("/bexell") + lifespan
│ ├── auth.py # 动态 Bearer Token 鉴权(mcp-auth 后端校验)
│ └── modules/
│ └── bexell/
│ ├── __init__.py
│ ├── tools.py # MCPServer + 4 个 MCP Tool
│ ├── db.py # 独立 SQLAlchemy Engine / SessionLocal
│ └── models.py # 5 张表 ORM 模型
└── docs/bexell/
└── mcp-services.md # 本文档
```
**启动方式:**
```bash
cd mcp-server-demo
set -a; source .env; set +a
cd src && python server.py
# Bexell MCP 端点: http://localhost:8001/bexell/mcp
```