关键词

营养推荐膳食建议营养模型健康饮食食谱

项目简介

本项目“智膳源道营养膳食 MCP 服务器”是基于 Model Context Protocol (MCP) 实现的应用后端，专注于营养膳食领域。它通过 MCP 协议向兼容的 LLM 客户端提供特定的营养相关功能和数据访问能力，是“智膳源道”平台的 MCP 协议支持部分。

主要功能点

该服务器对外提供以下主要功能（以MCP工具形式提供）：

  1. 智能菜品推荐：根据用户的年龄、性别、身高、体重等体征数据，结合可选的营养模型，智能推荐适合用户当餐的菜品及其详细的重量和食材信息。
  2. 营养模型查询：提供接口查询系统中所有可用的营养模型名称和对应的标识符，方便客户端了解和选择不同的膳食方案。

这些功能通过标准化的 MCP 工具调用方式暴露给 LLM 客户端。

安装步骤

要运行此 MCP 服务器，您需要安装 Python 环境及相关的依赖库。

  1. 确保安装 Python: 请安装 Python 3.7 或更高版本。
  2. 安装依赖: 使用 pip 命令安装项目所需的库。 
    pip install fastmcp requests fastapi uvicorn mcp
    (注：'fastmcp'可能需要'fastapi'和'uvicorn'作为底层框架，'requests'用于调用外部API，'mcp'可能是MCP协议相关的基础库)

服务器配置

MCP 客户端需要特定的配置信息才能识别并连接到此服务器。这些信息通常以 JSON 格式存储在客户端的配置中。配置至少应包含服务器名称、以及启动服务器进程的命令和参数。

以下是客户端配置此服务器时需要的信息：

  • Server Name (服务器名称): 'mcp-nutrimaster'
    • 客户端使用此名称来唯一标识和引用此 MCP 服务器及其提供的能力。
  • Command (启动命令): 'python'
    • 指明用于启动服务器脚本的主程序命令。
  • Arguments (启动参数): '["mcp-nutrimaster.py"]'
    • 指明传递给启动命令的参数列表，这里即为服务器脚本文件。

客户端通常会根据这些信息构建命令行 'python mcp-nutrimaster.py' 来启动服务器进程，并通过配置的传输协议（如SSE、Stdio等）进行通信。此服务器代码中指定了使用 SSE 协议，并监听 '0.0.0.0:9000' 地址和端口，但客户端配置主要关注如何启动进程并与之建立连接。

基本使用方法

此服务器作为 MCP 后端，不是一个独立运行的带有用户界面的应用程序。它需要由支持 MCP 协议的 LLM 客户端（如特定的聊天机器人前端、AI应用平台等）来调用。

典型的使用流程如下：

  1. 客户端启动服务器: LLM 客户端根据配置信息（command 和 args）启动 'mcp-nutrimaster.py' 脚本作为子进程或独立进程。
  2. 建立连接: 客户端通过配置的传输协议（如 SSE）与服务器建立通信连接。
  3. 能力发现: 客户端与服务器进行协议握手，发现服务器提供的工具（如 'create_recommended_dishes', 'get_all_nutrition_models'）。
  4. 调用工具: 当用户在客户端中提出与营养推荐或模型查询相关的请求时，客户端会构建相应的 MCP JSON-RPC 请求，调用服务器上的工具，并传递必要的参数（如年龄、性别、身高、体重或营养模型名称）。
  5. 获取结果: 服务器执行工具功能（调用内部逻辑和外部API），并将结果通过 MCP JSON-RPC 响应返回给客户端。客户端接收到结果后，可以将其展示给用户或用于进一步的交互。

例如，客户端可能会向服务器发送一个调用 'create_recommended_dishes' 工具的请求，包含用户的体征参数，服务器返回推荐的菜品列表，客户端将其展示给用户。

要实际测试服务器功能，通常需要一个支持 MCP 协议的客户端应用。直接运行 'python mcp-nutrimaster.py' 可以在控制台启动服务器，但没有客户端与之交互时，您将无法看到功能输出，只能看到服务器的运行状态或日志。

信息

分类

AI与计算

访问项目