AI Agent

OSPF & IS-IS AI Agent - это сетевой ассистент на естественном языке для вашей сети. Он работает с реальными доменами OSPF/IS-IS - используя снапшоты Topolograph или состояние Watcher в реальном времени через MCP-сервер - и отвечает на вопросы на естественном языке через веб-интерфейс.

vadims06/ospf-isis-ai-agent Демо-видео

Попробуйте размещённого агента

Публичный экземпляр работает на agent.topolograph.com - можно сразу задавать вопросы. Он использует собственную модель Topolograph на GPU (LLM на базе Qwen), поэтому ключ OpenAI там не нужен.

Что можно спросить

• Какие графы сейчас связны?
• Какие узлы есть в последнем графе OSPF area 0?
• Какие сети назначены определённому хосту?
• Какой маршрут между двумя IP-адресами?
• Что произошло с линками после изменения топологии?

Как это работает вместе

flowchart LR
    U[Ваш вопрос<br/>на естественном языке] --> S[Topolograph Agent UI]
    S --> LLM[LLM-модель]
    LLM --> MCP[MCP-сервер Topolograph]
    MCP --> T[Topolograph<br/>снапшоты + состояние в реальном времени]

Агент использует MCP-сервер как мост к Topolograph, поэтому отвечает на основе реальных данных сети, а не предположений.

Быстрый старт (Docker)

Требования

Ключ OpenAI API (демо стоит гораздо меньше \$1). Локальный вариант на базе vLLM находится в разработке.

Поскольку текущая настройка использует публичные модели OpenAI, локальный эндпоинт MCP должен быть доступен со стороны OpenAI - поэтому вы открываете его наружу через туннель.

Cloudflare Tunnelngrok

docker-compose --profile cloudflare up --build

Смотрите в логах публичный URL вида https://your-tunnel-url.trycloudflare.com.

ngrok http 8080   # Topolograph's MCP server (published via Nginx on 8080)

Затем укажите агенту адрес туннеля в .env:

MCP_SERVER_URL=https://your-tunnel-url.trycloudflare.com

Запустите его и откройте интерфейс:

docker-compose up --build
# http://localhost:8501

Повторить демо

# 1. Topolograph + an OSPF lab
git clone https://github.com/Vadims06/topolograph-docker
cd topolograph-docker
sudo ./install.sh

# 2. The assistant (from this repo)
docker-compose up --build

Локальная разработка

cp .env.template .env   # then edit
pip install -r requirements.txt
streamlit run app.py

---

См. также: MCP Server · Python SDK · Мониторинг в реальном времени