使用说明（简明操作指南，确保能快速上手 MCP 服务器）

项目简介
- 该仓库实现了一个基于 MCP 的后端服务器，核心职责是向 MCP 客户端提供“上下文信息和功能”。具体来说，它托管渲染相关的资源/工具，注册并执行渲染工具（如 render_avatar），并通过 JSON-RPC/STDIO 形式与 MCP 客户端通信，支持会话管理、能力声明以及可扩展的传输协议。
- 服务器实现要点包括：
  - MCP STDIO 服务器：通过标准输入输出进行 JSON 请求/响应通信，方便在容器化/无 GUI 的场景下与 MCP Gateway 互通。
  - 工具注册与执行：当前实现了一个 render_avatar 工具，接受 avatar、音频等输入并产出视频。
  - 作业排队与执行：内部实现了任务队列，支持异步渲染、进度通知等。
  - 进度与输出：可选地通过 Kafka 进度主题汇报渲染状态，并输出最终视频路径等信息以供 MCP 客户端获取。
主要功能点
- MCP STDIO 服务端：实现了用于 MCP Gateway 交互的 STDIO 版本服务器，能够接收工具请求并返回响应。
- render_avatar 工具：注册并执行渲染任务，支持参数 avatar_path、audio_path、driver_video、viseme_json、quality_mode、out_path 等。
- 作业队列与并发：采用队列机制实现任务异步处理，主进程对 STDIO 保持响应性，后台进行渲染工作。
- 进度通知（可选）：集成 Kafka Producer，发送进度事件到指定主题，方便外部系统监控任务状态。
- 简易状态回传：渲染完成后将结果通过 on_done 回传给 MCP 客户端，包含 jobId、output 路径等信息。
安装步骤
1. 克隆仓库并进入项目目录。
2. 确保运行环境为 Python 3.11+，并安装所需依赖（如驱动、FFmpeg 等，视具体实现而定）。
3. 直接运行服务端：在没有额外网关的情况下，执行 management 命令使服务器进入 STDIO 模式，例如在命令行直接启动服务器进程（参考 README 中的示例命令）。启动后即可通过 MCP Gateway 进行注册和请求。
4. 可选配置 Kafka 进度通知：根据需求设置 KAFKA_BROKERS、PROGRESS_TOPIC 等环境变量，以开启进度推送功能。
服务器配置（MCP 客户端需要的最小信息）说明：以下信息用于 MCP Gateway 将服务器注册为一个 MCP 服务端，客户端无需关心实现细节，仅关注启动命令及参数。
- server name: avatar-renderer
- transport: stdio
- command: /usr/bin/python3
- args: ["/app/mcp_server.py"]
- autoDiscover: true
注释说明：
- server name 是在网关中对该服务的标识，需和实现中的工具名称保持一致以便正确发现。
- command/args 指定如何启动服务器进程，stdio 模式下服务器通过标准输入读取请求、通过标准输出返回响应。
- autoDiscover 表明网关会基于 MCP 约定自动发现服务器提供的工具及能力。
基本使用方法
- 启动服务器后，MCP Gateway 将通过上述配置自动发现 render_avatar 工具。
- MCP 客户端向服务器发送包含 tool: "render_avatar" 的请求，并附带 params，如 avatar_path、audio_path、quality_mode、out_path 等。
- 服务器返回一个包含 jobId、output、qualityMode 的响应，表示作业已接收并开始执行（或已排队等待）。
- 客户端可以通过查询状态或等待 on_done 回调得到最终 output（视频文件路径）等信息。
- 如启用 Kafka 进度通知，服务器会将渲染进度以指定的 topic 发布，便于监控和可观测性。

关键词

信息