关键词

Cloudflare WorkersLLM 工具上下文扩展计算能力

项目简介

这是一个基于 Model Context Protocol (MCP) 的服务器实现示例，专门设计用于部署在 Cloudflare Workers 环境中。它提供一个无需认证的端点，允许兼容 MCP 的大型语言模型（LLM）客户端连接并利用服务器提供的功能。

主要功能点

  • MCP 协议实现: 遵循 Model Context Protocol (MCP) 标准，与 LLM 客户端进行 JSON-RPC 通信。
  • 工具托管: 允许注册和托管可供 LLM 调用的外部函数或服务，扩展 LLM 的能力。
  • 示例工具: 内置简单的加法 ('add') 和通用计算器 ('calculate') 工具，演示如何定义和执行 MCP 工具。
  • 多传输协议支持: 支持通过 Server-Sent Events (SSE) 或其他 HTTP 端点进行通信。
  • Cloudflare Workers 部署: 优化用于在 Cloudflare 全球网络上部署，提供高性能和可伸缩性。

安装步骤

该项目旨在通过 Cloudflare 的部署流程快速启动。最简单的安装方法是使用 Cloudflare Wrangler CLI 工具：

  1. 确保你已安装 Node.js 和 npm。
  2. 安装 Cloudflare Wrangler CLI： 
    npm install -g wrangler
  3. 运行以下命令创建并设置项目（这将使用 Cloudflare 提供的特定 MCP 示例模板）： 
    npm create cloudflare@latest -- my-mcp-server --template=cloudflare/ai/demos/remote-mcp-authless
    按照提示完成设置。
  4. 进入新创建的项目目录 'my-mcp-server'。
  5. 编辑 'src/index.ts' 文件，根据需要添加或修改 MCP 工具（已包含计算器工具）。
  6. 使用 Wrangler 部署到 Cloudflare： 
    wrangler deploy
    部署完成后，你将获得一个 Worker URL，例如 'remote-mcp-server-authless.<你的账号>.workers.dev'。MCP 服务器的可用端点通常是该 URL 加上 '/sse' 或 '/mcp'。

你也可以通过 README 中提供的“Deploy to Workers”按钮一键部署到你的 Cloudflare 账户。

服务器配置 (供 MCP 客户端参考)

MCP 客户端需要知道如何连接并启动 MCP 服务器进程或与远程服务器通信。对于部署在 Cloudflare Workers 上的远程 MCP 服务器，客户端通常需要配置一个代理（如 'mcp-remote'）来连接远程 URL。

以下是示例 MCP 客户端（如 Claude Desktop）配置服务器时的信息结构，供用户理解：

  • '"mcpServers"': MCP 服务器的配置列表。
  • '"calculator"': 你为这个服务器实例指定的一个内部名称。
  • '"command"': 客户端用于启动 MCP 服务器进程的命令。对于远程服务器，这通常是 'npx' 加上代理命令（如 'mcp-remote'）。
  • '"args"': 传递给 'command' 的参数列表。对于 'mcp-remote' 代理，其中一个参数就是你的 Cloudflare Workers 部署 URL（例如 'remote-mcp-server-authless.<你的账号>.workers.dev/sse'）。

请注意，用户在配置 MCP 客户端时，需要将代理命令 ('mcp-remote') 安装到本地，并提供部署到 Cloudflare Workers 后获得的实际服务器 URL。

基本使用方法

  1. 部署成功后，复制你的 Cloudflare Workers URL（例如 'https://remote-mcp-server-authless.<你的账号>.workers.dev/sse'）。
  2. 打开支持连接 MCP 服务器的 LLM 客户端，例如 Cloudflare AI Playground 或 Claude Desktop。
  3. 在客户端的设置或连接界面中，添加一个新的 MCP 服务器。
  4. 输入你的 Worker URL。如果客户端需要配置命令和参数（如 Claude Desktop），请按照上述“服务器配置”部分的说明，使用 'mcp-remote' 等代理工具并填入你的 Worker URL。
  5. 连接成功后，LLM 客户端将发现服务器提供的工具（例如 'add', 'calculate'）。
  6. 你现在可以在 LLM 客户端中尝试调用这些工具，例如通过提示词让 LLM 执行计算任务。

信息

分类

AI与计算

访问项目