使用说明

项目简介

本项目是一个基于 Model Context Protocol (MCP) 构建的海龟汤游戏服务器。它提供谜题资源、游戏规则 Prompt 模板和谜题操作工具，旨在帮助用户通过支持 MCP 协议的 LLM 客户端与服务器进行互动式的海龟汤游戏。用户可以向 LLM 客户端提问，服务器根据谜题内容和游戏规则进行回答，引导用户逐步解开谜题。

主要功能点

谜题资源管理: 提供谜题的存储和访问，支持通过 'puzzles://{puzzle_title}' 格式的资源 URI 获取指定谜题。
游戏规则 Prompt 模板: 内置 'game_rules' Prompt 模板，为 LLM 提供清晰的海龟汤游戏规则，确保 LLM 能够理解并扮演游戏主持人的角色。
谜题操作工具:
- 'get_prompt': 获取完整的海龟汤游戏玩法说明，方便用户和 LLM 理解游戏规则。
- 'get_puzzle': 根据谜题标题获取特定谜题的完整内容，用于加载和选择要进行游戏的谜题。
- 'list_puzzles_tool': 列出所有可用的谜题列表，方便用户浏览和选择。

安装步骤

克隆仓库: 首先，你需要将 GitHub 仓库克隆到本地。

git clone https://github.com/wangyafu/haiguitangmcp/
cd haiguitangmcp

安装依赖: 使用 'uv sync' 命令安装项目依赖。确保你已安装 Python 和 uv。
```
uv sync
```

服务器配置

MCP 服务器需要配置在 MCP 客户端中。以下是在 MCP 客户端中配置 'haiguitang-mcp' 服务器的示例配置 (JSON 格式)，你需要将这段配置添加到你的 MCP 客户端的服务器配置中。

{
  "servers": {
    "haiguitang-mcp": {  // 服务器名称，客户端内唯一标识
      "type": "stdio",   // 连接类型，本项目使用 stdio
      "command": "uv",  // 启动服务器的命令，这里使用 uv
      "args": [         // 启动命令的参数
        "--directory",  // 指定工作目录参数
        "E:\\haiguitangmcp\\haiguitang_mcp", //  服务器代码所在目录，请替换为你的实际路径，注意使用双反斜杠或单斜杠
        "run",          // uv 的 run 命令，用于运行 Python 脚本
        "server.py"     // 服务器启动脚本名称
      ]
    }
  }
}

注意:

'"E:\haiguitangmcp\haiguitang_mcp"' 需要替换为你本地 'haiguitang_mcp' 目录的实际路径。请根据你的项目存放位置修改。
如果你的 MCP 客户端配置格式不同，请参考客户端的文档进行相应配置，但核心配置信息（'type', 'command', 'args'）是类似的。

基本使用方法

启动服务器: 在 MCP 客户端中配置并启动 'haiguitang-mcp' 服务器。客户端会根据配置的命令和参数启动 'server.py'，建立与服务器的连接。
客户端交互: 在 MCP 客户端中，你可以：
- 调用 'list_puzzles_tool' 工具列出所有谜题。
- 调用 'get_puzzle' 工具并传入谜题标题，获取特定谜题的内容。
- 使用 'game_rules' Prompt 模板，让 LLM 获取游戏规则。
- 基于获取的谜题和规则，与 LLM 进行对话，开始海龟汤游戏。你可以像正常玩海龟汤游戏一样向 LLM 提问，LLM (作为海龟汤服务器) 会根据谜题内容和游戏规则进行回答。

示例交互流程:

用户在 MCP 客户端中：

请求调用 'list_puzzles_tool'，服务器返回可用谜题列表。
用户选择一个谜题标题，例如 "忠诚的狗"。
用户请求调用 'get_puzzle' 工具，参数为 "忠诚的狗"，服务器返回 "忠诚的狗" 谜题的详细内容。
用户使用 'game_rules' Prompt 模板初始化 LLM 的角色设定。
用户开始向 LLM 提问，例如 "谜题中有人死了吗？"，LLM 基于服务器的谜题信息和游戏规则进行回答，例如 "是"。
用户继续提问和推理，直到解开谜题。

通过以上步骤，你就可以使用 'haiguitang-mcp' 服务器，在 MCP 客户端上与 LLM 进行海龟汤游戏。

关键词