AI Agent¶

OSPF & IS-IS AI Agent 是面向您的 IGP 的自然语言助手。它与真实的 OSPF/IS-IS 域对话——通过 MCP server 从 Topolograph 快照或实时的 Watcher 状态中获取数据——并通过 Web UI 用通俗易懂的语言回答问题。

vadims06/ospf-isis-ai-agent 演示视频

网络 AI 助手

试用托管代理

公共实例运行在 agent.topolograph.com——可以直接向它提问。它使用 Topolograph 自有的 GPU 托管模型（基于 Qwen 的 LLM），因此无需 OpenAI 密钥。

您可以问什么¶

当前哪些图是连通的？
最新的 OSPF 区域 0 图中有哪些节点？
哪些网络被分配给了某台特定的主机？
两个 IP 地址之间的路由是什么？
拓扑变化之后，链路发生了什么？

列出 OSPF 域中的所有节点

链路变化后的图状态

各部分如何协同工作¶

flowchart LR
    U[您的问题<br/>自然语言] --> S[Topolograph Agent UI]
    S --> LLM[LLM model]
    LLM --> MCP[Topolograph MCP server]
    MCP --> T[Topolograph<br/>快照 + 实时状态]

该代理使用 MCP server 作为通往 Topolograph 的桥梁，因此它能够基于真实的网络数据给出有依据的回答，而不是凭空猜测。

快速开始（Docker）¶

前置条件

一个 OpenAI API key（演示成本远低于 1 美元）。基于 vLLM 的本地 LLM 选项正在开发中。

由于当前的搭建使用的是公共 OpenAI 模型，本地 MCP 端点必须能够被 OpenAI 访问——因此您需要通过隧道将其暴露出去。

Cloudflare Tunnelngrok

docker-compose --profile cloudflare up --build

留意日志中出现的公网 URL，格式类似 https://your-tunnel-url.trycloudflare.com。

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

然后在 .env 中将该代理指向这个隧道：

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

启动它并打开 UI：

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

重现该演示¶

# 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

本地开发¶

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

相关内容： MCP Server · Python SDK · 实时监控