使用说明（简要、清晰，便于开发者快速理解与落地）

项目简介
- ai-infra 提供一个面向 MCP 的后端服务器框架，能够托管并管理资源（Resources）、注册并执行工具（Tools）、定义并渲染 Prompt 模板（Prompts），并通过标准的 JSON-RPC 与 LLM 客户端进行交互，形成统一的上下文服务层。
主要功能点
- 资源与数据访问：服务器可托管、读取、搜索和管理各类资源（文本、二进制等）。
- Tools 注册与执行：支持工具的发现、调用与结果返回，便于 LLM 调用外部功能。
- Prompt 模板渲染：提供对 Prompt 的加载、渲染与展示，支持自定义交互模版。
- MCP 客户端/服务端通信：基于 JSON-RPC 进行请求/响应，具备会话管理和能力声明。
- 多传输协议：服务器端可通过多种传输协议与客户端对接，例如 StdIO、SSE、WebSocket，提升灵活性与集成能力。
- 安全与扩展性：提供拦截器、回调、容错、日志与追踪等基础设施，便于企业场景落地。
安装步骤
- 参考 PyPI 安装包：pip install ai-infra
- 根据需求选择后端实现方式（内存、磁盘存储、数据库等）及 MCP 服务启动方式
- 如需从函数自动创建 MCP 服务，请使用提供的工具函数（如 mcp_from_functions），并通过 run() 启动传输通道（如 stdio）
服务器配置（MCP 客户端使用的启动配置，JSON 格式）服务器配置用于 MCP 客户端在启动时知道如何连接与交互。以下字段为常见必需信息，请据实际部署替换为你自有的数值：
- server_name: MCP 服务器实例的唯一名称，例如 "my-mcp"
- transport: 传输协议，常见值为 "stdio"（通过标准输入/输出）、"sse"、"websocket" 等
- command: 启动服务器进程的可执行命令，例如 "python"、"node" 等
- args: 启动命令的参数列表，按顺序传递给 command，比如 ["-m", "ai_infra.mcp.server"] 或者 ["server.py"] 说明：该配置仅用于 MCP 客户端连接并启动 MCP 服务器进程，MCP 客户端需要的只是 server_name、command、args 等信息以建立通信。请勿将敏感信息硬编码在公开配置中。
服务器配置示例（JSON，便于直接传递给 MCP 客户端），请按实际环境替换数值： { "server_name": "my-mcp", "transport": "stdio", "command": "python", "args": ["-m", "ai_infra.mcp.server"] }
基本使用方法
1. 启动 MCP 服务器
  - 根据配置启动服务器进程，确保服务器可以通过所选传输协议对外通信
2. MCP 客户端对接
  - 使用 MCP 客户端连接到服务器（如 stdio、SSE、WebSocket 等传输通道）
  - 客户端可通过列表工具、读取资源、执行工具、获取 Prompts 等 RPC 调用来与 MCP 服务器交互
3. 资源/工具/Prompts 的管理
  - 服务器端提供统一的接口管理资源、工具以及 Prompt，LLM 客户端可通过 RPC 调用完成数据访问、功能触发和模板渲染
4. 安全与可观测性
  - 结合回调、拦截器与日志系统实现对请求的审计、限流、重试与错误处理
重要提醒
- MCP 服务器与 MCP 客户端通过标准化的 JSON-RPC 进行通信，务必确保网络通道、鉴权与访问控制策略符合你的安全合规要求。
- 如需自定义工具、资源或提示模板，请参考仓库内相应模块的文档及示例，用以实现你自己的 MCP 服务端能力声明。
备注
- 本项目在仓库中提供了完整的服务端与客户端实现，以及 OpenAPI→MCP 的转换、拦截器、提示加载等组件，适用于需要将 LLM 的上下文信息、工具能力与自定义 Prompt 以 MCP 服务方式对外暴露的场景。

关键词

信息