使用说明

项目简介

本项目是一个基于Model Context Protocol (MCP) 的服务器示例，专注于展示如何将 MCP 协议应用于 Azure OpenAI 服务。它实现了一个简单的 MCP 服务器，能够注册和执行工具，并通过 SSE (Server-Sent Events) 与 MCP 客户端进行通信。本示例旨在帮助开发者理解 MCP 服务器的基本架构和工作流程，并为构建更复杂的 MCP 应用后端提供参考。

主要功能点

工具注册与执行: 服务器端注册了名为 'calculate_sum' 的工具，用于计算两个数字的和。客户端可以调用此工具，服务器执行计算后返回结果。
基于 SSE 的通信: 使用 Server-Sent Events 作为 MCP 服务器和客户端之间的通信协议，实现实时的请求和响应。
Azure OpenAI 集成: 虽然示例名称包含 Azure OpenAI，但服务器本身是通用的 MCP 服务器实现，可以与任何兼容 OpenAI API 的服务或模型配合使用。客户端代码展示了如何配置 Azure OpenAI 或标准 OpenAI API。
简单的请求处理: 服务器接收客户端的工具调用请求，执行相应的工具函数，并将结果以 MCP 响应格式返回。

安装步骤

克隆仓库:

git clone https://github.com/manekinekko/azure-openai-mcp-example.git
cd azure-openai-mcp-example

安装依赖:
```
npm install
```

服务器配置

MCP 服务器无需复杂的配置，主要关注如何启动和运行。客户端需要配置连接到此服务器的信息。

MCP 服务器启动命令 (command) 及其参数 (args):

{
  "server name": "Azure OpenAI MCP Example Server",
  "command": "npm run start:server",
  "args": [],
  "description": "启动 Azure OpenAI MCP 示例服务器。默认监听端口为 4321，通过 SSE 协议提供 MCP 服务。",
  "connect_url": "http://localhost:4321/sse"
}

参数注释:

'server name': 服务器的名称，用于标识和管理。
'command': 启动服务器的命令，这里使用 'npm run start:server' 运行 'package.json' 中定义的脚本。
'args': 启动命令的参数，本示例中无需额外参数，所以为空数组。
'description': 服务器的描述信息，方便用户理解服务器的作用。
'connect_url': 客户端连接服务器的关键地址。客户端需要配置此 URL 以建立 SSE 连接。本示例服务器运行在本地 'http://localhost:4321' 的 '/sse' 路径下。

注意: 客户端需要将 'connect_url' 配置为 'http://localhost:4321/sse' 才能连接到本示例服务器。

基本使用方法

启动 MCP 服务器: 在仓库根目录下，运行命令：
```
npm run start:server
```
服务器启动后，会监听 4321 端口，并等待客户端连接。
启动 MCP 客户端: 在 新的终端窗口 中，同样在仓库根目录下，运行命令：
```
npm run start:client
```
客户端启动后，会自动连接到运行在 'http://localhost:4321/sse' 的 MCP 服务器，并发送一个查询请求。
查看结果: 观察客户端和服务器端的控制台输出。客户端会输出 OpenAI API 的原始响应以及工具调用的最终结果。服务器端会输出接收到的工具调用请求和工具执行的日志。

预期输出类似 README 中所示的：工具 'calculate_sum' 被成功调用，并返回计算结果。

通过以上步骤，您可以快速体验和验证该 MCP 服务器示例的功能。您可以修改客户端的查询内容，或者在服务器端添加更多工具，以扩展和定制 MCP 服务器的功能。

关键词