Metadata-Version: 2.4
Name: htmlgen-mcp
Version: 0.5.1
Summary: AI-powered HTML website generator with auto-upload functionality via Model Context Protocol
Author-email: HTML Generator Team <contact@htmlgen-mcp.com>
License: MIT
Project-URL: Homepage, https://github.com/your-username/htmlgen-mcp
Project-URL: Repository, https://github.com/your-username/htmlgen-mcp
Project-URL: Issues, https://github.com/your-username/htmlgen-mcp/issues
Project-URL: Documentation, https://github.com/your-username/htmlgen-mcp/blob/main/README.md
Keywords: mcp,html,website,generator,ai,auto-upload,web-development
Classifier: Development Status :: 4 - Beta
Classifier: Intended Audience :: Developers
Classifier: License :: OSI Approved :: MIT License
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.10
Classifier: Programming Language :: Python :: 3.11
Classifier: Programming Language :: Python :: 3.12
Classifier: Topic :: Internet :: WWW/HTTP :: Site Management
Classifier: Topic :: Software Development :: Code Generators
Classifier: Topic :: Text Processing :: Markup :: HTML
Classifier: Topic :: Scientific/Engineering :: Artificial Intelligence
Requires-Python: >=3.10
Description-Content-Type: text/markdown
Requires-Dist: click>=8.2.1
Requires-Dist: fastmcp>=2.12.3
Requires-Dist: openai>=1.91.0
Requires-Dist: python-dotenv>=1.1.1
Requires-Dist: requests>=2.31.0
Requires-Dist: cos-python-sdk-v5>=1.9.30
Requires-Dist: aiohttp>=3.8.0
Requires-Dist: uvloop>=0.19; platform_system != "Windows"
Requires-Dist: google-generativeai>=0.8.0
Provides-Extra: dev
Requires-Dist: pytest>=7.0.0; extra == "dev"
Requires-Dist: pytest-asyncio>=0.21.0; extra == "dev"
Requires-Dist: black>=23.0.0; extra == "dev"
Requires-Dist: isort>=5.12.0; extra == "dev"
Requires-Dist: flake8>=6.0.0; extra == "dev"
Requires-Dist: mypy>=1.0.0; extra == "dev"
Requires-Dist: hypothesis>=6.0.0; extra == "dev"

# HTML Generator MCP

一个基于 Model Context Protocol (MCP) 的智能网页生成服务，支持AI驱动的网站创建、实时进度追踪和自动部署功能。

## ✨ 主要特性

- 🤖 **AI驱动生成**: 使用大语言模型智能分析需求，生成个性化网站
- ⚡ **Generative UI**: 基于 Google Research 论文，单次调用生成完整交互式应用
- 📊 **实时进度追踪**: 支持任务状态监控和进度查询
- 🚀 **自动部署上传**: 构建完成后自动打包上传到云端
- 🎨 **现代化设计**: 响应式布局，支持移动端适配
- 🔧 **灵活配置**: 支持多种模型和自定义配置

## 🚀 快速开始

### 安装

```bash
pip install agent-mcp
```

### 基本使用

1. **创建网站计划**
```python
import asyncio
from MCP.web_agent_server import create_simple_site

async def main():
    result = await create_simple_site(
        description="创建一个现代化的咖啡店网站",
        site_title="星巴克咖啡",
        context_content="地址：北京市朝阳区，营业时间：7:00-22:00"
    )
    print(f"计划ID: {result['plan_id']}")

asyncio.run(main())
```

2. **执行构建（含自动上传）**
```python
from MCP.web_agent_server import execute_plan

result = await execute_plan(
    plan_id="your_plan_id",
    project_root="/path/to/project",
    auto_upload=True,  # 🎯 构建完成后自动上传
    save_output=True
)
```

3. **查询进度**
```python
from MCP.web_agent_server import get_progress

progress = await get_progress(job_id=result["job_id"])
print(f"状态: {progress['job']['status']}")

# 如果启用了自动上传
if progress['job'].get('upload_status') == 'success':
    if progress['job'].get('upload_url'):
        print(f"部署包下载: {progress['job']['upload_url']}")
    if progress['job'].get('web_url'):
        print(f"网站地址: {progress['job']['web_url']}")
```

## 🛠️ MCP 工具

### 传统多步骤生成
- `create_simple_site()` - 生成网站计划
- `execute_plan()` - 执行网站构建
- `get_progress()` - 查询构建进度

### Generative UI (推荐)
- `generate_interactive_page()` - 单次生成完整交互式页面
- `get_generative_ui_status()` - 查询 Generative UI 模块状态

### 部署工具
- `upload_project_to_mcp_server()` - 打包上传至 OSS 并部署到 EdgeOne Pages
- `deploy_folder_or_zip()` - 部署到EdgeOne Pages

## 🔧 环境配置

创建 `.env` 文件：

```env
# AI模型配置（传统模式）
OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
OPENAI_API_KEY=your_api_key
WEB_AGENT_MODEL=qwen3-coder-plus-2025-09-23

# Generative UI 配置（推荐）
GOOGLE_API_KEY=your_google_api_key
GENERATIVE_UI_MODEL=gemini-2.0-flash-exp
GENERATIVE_UI_FALLBACK_MODEL=gemini-1.5-flash

# 项目路径（可选）
WEB_AGENT_PROJECT_ROOT=/path/to/projects

# EdgeOne Pages 部署（可选）
EDGEONE_PAGES_API_TOKEN=your_token
EDGEONE_PAGES_PROJECT_NAME=your_project
EDGEONE_AUTO_DEPLOY_ENV=Production  # 支持 Production / Preview
KEEP_OSS_UPLOAD=true               # 保留 OSS 压缩包上传（false 则跳过）
```

## ⚡ Generative UI (推荐)

基于 Google Research 论文的单次生成方法，一次 LLM 调用即可生成完整的交互式 HTML 应用。

### 使用示例

```python
from MCP.web_agent_server import generate_interactive_page

# 生成交互式时钟应用
result = await generate_interactive_page(
    prompt="创建一个实时时钟应用，支持多时区切换",
    style="default",
    auto_deploy=True
)

if result["status"] == "success":
    print(f"页面ID: {result['page_id']}")
    print(f"本地路径: {result['output_path']}")
    print(f"生成耗时: {result['generation_time']:.2f}秒")
    if result.get("web_url"):
        print(f"访问地址: {result['web_url']}")
```

### 支持的应用类型

| 请求类型 | 生成结果 |
|---------|---------|
| 时间查询 | 功能完整的时钟应用 |
| 地点查询 | 交互式地图应用 |
| 人物查询 | 丰富的个人资料页 |
| 教育内容 | 交互式学习工具 |
| 游戏请求 | 可玩的游戏应用 |
| 数据展示 | 交互式图表 |

### 风格选项

- `default` - 现代默认风格
- `classic` - 经典专业风格
- `wizard_green` - 魔法绿色主题
- `minimal` - 极简风格

## 🎯 自动上传功能

构建完成时自动部署到 EdgeOne Pages，同时保留 OSS 压缩包链接：

```python
# 启动带自动上传的构建
result = await execute_plan(
    plan_id="plan_id",
    project_root="./my-website",
    auto_upload=True  # 关键参数
)

# 监听进度变化
while True:
    progress = await get_progress(job_id=result["job_id"])

    status = progress['job']['status']
    if status == 'completed':
        upload_status = progress['job'].get('upload_status')
        if upload_status == 'success':
            if progress['job'].get('upload_url'):
                print(f"📦 部署包下载: {progress['job']['upload_url']}")
            if progress['job'].get('web_url'):
                print(f"🎉 网站已上线: {progress['job']['web_url']}")
            break
        elif upload_status == 'failed':
            print("❌ 上传失败")
            break

    await asyncio.sleep(2)
```

## 📋 进度状态

- **构建阶段**: `running` → `completed`
- **上传阶段**: `uploading` → `success`/`failed`
- **最终结果**: `upload_url` (OSS 压缩包下载地址，可选)、`web_url` (EdgeOne 访问地址)

## 🤝 贡献

欢迎提交 Issue 和 Pull Request！

## 📄 许可证

MIT License
