Leonardo-M-Ava/rpa-analysis-mcp-server

🤖 RPA Analysis MCP Server

Server MCP per l'analisi funzionale di processi RPA da video utilizzando Azure OpenAI

Un server Model Context Protocol (MCP) avanzato che analizza video di processi aziendali e genera automaticamente documenti di analisi funzionale per implementazioni RPA con Microsoft Power Automate Desktop.

🚀 Funzionalità Principali

🎥 Processamento Video Intelligente

• Estrazione automatica frame chiave da video
• Supporto formati: MP4, AVI, MOV, WMV, MKV, WebM
• Ottimizzazione qualità frame per analisi AI

🤖 Analisi AI Avanzata

• Integrazione Azure OpenAI GPT-4 Vision
• Identificazione automatica azioni RPA
• Mappatura su Power Automate Desktop actions
• Generazione test case completi

📄 Generazione Documenti Professionali

• Template Word (.docx) e Markdown (.md)
• Struttura documenti di analisi funzionale standard
• Contenuti personalizzabili per diversi livelli di dettaglio

☁️ Deploy Cloud Ready

• Containerizzazione Docker completa
• Template Azure Bicep per infrastruttura
• Azure Container Instances ready
• Scalabilità automatica

📋 Requisiti di Sistema

🖥️ Ambiente di Sviluppo

• Node.js: >= 18.0.0
• NPM: >= 9.0.0
• TypeScript: >= 5.3.0
• FFmpeg: Ultima versione stabile

☁️ Servizi Cloud

• Azure OpenAI: Subscription attiva
• GPT-4 Vision: Modello deployato
• Azure Storage: (Opzionale) Per file temporanei

🐳 Container (Opzionale)

• Docker: >= 20.0.0
• Docker Compose: >= 2.0.0

⚡ Quick Start

1️⃣ Installazione Rapida

# Clona il repository
git clone https://github.com/your-username/rpa-analysis-mcp-server.git
cd rpa-analysis-mcp-server

# Installa dipendenze
npm install

# Configura ambiente
cp .env.example .env
# Modifica .env con le tue credenziali Azure OpenAI

# Build e avvio
npm run build
npm start

2️⃣ Configurazione Azure OpenAI

AZURE_OPENAI_ENDPOINT=https://your-resource.openai.azure.com/
AZURE_OPENAI_API_KEY=your-api-key-here
AZURE_OPENAI_DEPLOYMENT_NAME=gpt-4-vision

3️⃣ Test di Funzionamento

# Test rapido con video di esempio
npm run test

# Avvio in modalità sviluppo
npm run dev

🛠️ Configurazione Dettagliata

🔧 Variabili d'Ambiente

🎬 Configurazione FFmpeg

Windows

# Chocolatey
choco install ffmpeg

# Scoop
scoop install ffmpeg

macOS

# Homebrew
brew install ffmpeg

Linux

# Ubuntu/Debian
sudo apt update && sudo apt install ffmpeg

# CentOS/RHEL
sudo yum install ffmpeg

🎯 Utilizzo

💻 Con Claude Desktop

Aggiungi la configurazione al file claude_desktop_config.json:

{
  "mcpServers": {
    "rpa-analysis": {
      "command": "node",
      "args": ["path/to/rpa-analysis-mcp-server/dist/server.js"],
      "env": {
        "AZURE_OPENAI_ENDPOINT": "https://your-resource.openai.azure.com/",
        "AZURE_OPENAI_API_KEY": "your-api-key"
      }
    }
  }
}

🔧 Tool Disponibili

1. analyze_video_for_rpa

Analizza un video completo per estrarre azioni RPA e test case.

{
  "videoPath": "/path/to/process-video.mp4",
  "processName": "Processo di Login Utente",
  "outputFormat": "docx", // o "md"
  "frameInterval": 5,     // secondi tra frame
  "templateType": "standard" // "standard", "detailed", "minimal"
}

2. generate_rpa_document

Genera documento da dati strutturati esistenti.

{
  "processData": {
    "processName": "Processo Acquisto",
    "summary": "Processo automatizzato di acquisto online",
    "rpaActions": [...],
    "testCases": [...]
  },
  "outputFormat": "docx",
  "author": "Team RPA"
}

3. extract_video_frames

Estrae solo i frame da un video per analisi manuale.

{
  "videoPath": "/path/to/video.mp4",
  "intervalSeconds": 3,
  "maxFrames": 30
}

🏗️ Architettura del Sistema

graph TB
    A[Video Input] --> B[Video Processor]
    B --> C[Frame Extraction]
    C --> D[Azure OpenAI Vision]
    D --> E[RPA Actions Analyzer]
    E --> F[Test Case Generator]
    F --> G[Document Generator]
    G --> H[Word/Markdown Output]
    
    I[MCP Client] --> J[MCP Server]
    J --> K[Tool Handler]
    K --> L[Service Layer]
    L --> M[Business Logic]

📁 Struttura del Progetto

rpa-analysis-mcp-server/
├── 📁 src/
│   ├── 🚀 server.ts                 # Server MCP principale
│   ├── 📁 services/                 # Business Logic
│   │   ├── 🎬 video-processor.ts    # Processamento video
│   │   ├── 🤖 azure-openai.ts       # Integrazione AI
│   │   ├── 📄 document-generator.ts # Generazione documenti
│   │   └── 📋 template-manager.ts   # Gestione template
│   ├── 📁 models/                   # Modelli dati
│   ├── 📁 utils/                    # Utility comuni
│   └── 📁 templates/                # Template documenti
├── 📁 deployment/                   # File deployment
│   ├── 🐳 Dockerfile               # Container definition
│   ├── ☁️ docker-compose.yml       # Multi-container setup
│   └── 📁 bicep/                   # Azure Infrastructure
├── 📁 scripts/                     # Script automazione
└── 📁 tests/                       # Test suite

🚀 Deploy su Azure

🔧 Deploy Automatico

# Configura Azure CLI
az login

# Deploy completo
./scripts/deploy.sh all

🏗️ Deploy Manuale

1. Crea Resource Group

az group create \
  --name rpa-analysis-rg \
  --location "West Europe"

2. Deploy Infrastruttura

az deployment group create \
  --resource-group rpa-analysis-rg \
  --template-file deployment/bicep/main.bicep \
  --parameters \
    appName=rpa-analysis \
    openAIEndpoint="https://your-resource.openai.azure.com/" \
    openAIApiKey="your-api-key"

3. Build e Push Container

# Build locale
docker build -t rpa-analysis-mcp .

# Tag per Azure Container Registry
docker tag rpa-analysis-mcp your-acr.azurecr.io/rpa-analysis-mcp:latest

# Push
az acr login --name your-acr
docker push your-acr.azurecr.io/rpa-analysis-mcp:latest

📊 Monitoraggio

Azure Application Insights è configurato automaticamente per:

• 📈 Metriche di performance
• 🐛 Error tracking
• 📊 Usage analytics
• 🔍 Distributed tracing

🧪 Testing

🔬 Test Suite Completa

# Test unitari
npm test

# Test integrazione
npm run test:integration

# Test end-to-end
npm run test:e2e

# Coverage report
npm run test:coverage

📊 Test Performance

# Benchmark video processing
npm run benchmark:video

# Load testing
npm run test:load