使用说明

• 项目简介

  • 该仓库实现了一组基于 MCP（Model Context Protocol）的后端服务器，核心能力是以统一的接口向 LLM 客户端暴露资源、工具和可渲染的提示模板等上下文功能，便于 LLM 调用外部能力、获取数据并渲染对话模板。
  • 主要组件包含 MemoryMCPServer（内存/记忆相关操作）、RAGMCPServer（RAG/语义检索相关操作）等服务器实现，以及共用的 MCP 基类与工具/资源注册机制。

• 主要功能点

  • 资源管理（Resources）：注册、列出、获取资源等能力，便于 LLM 访问外部数据或服务。
  • 工具注册与执行（Tools）：注册工具、执行工具的能力，LLM 可以通过调用工具实现外部功能。
  • 服务清单与协议支持：提供服务器清单、工具/资源列表，以及针对 MCP 客户端的 manifest 信息。
  • 基础服务器能力：MP/JSON-RPC 风格的请求处理、异步调用、错误处理、扩展性接口（get_resource、call_tool、list_tools、list_resources、get_manifest 等）。
  • 简单示例服务器：MemoryMCPServer 提供记忆/搜索相关工具，RAGMCPServer 提供语义检索与生成相关工具。

• 安装步骤

  • 将代码克隆到本地或部署到服务器环境中。
  • 按需安装 Python 环境并安装依赖（如需要的异步框架、JSON 处理、以及 MCP 相关依赖）。
  • 将 MCP 服务端作为独立进程启动（参见下方服务器配置示例），确保服务器能够暴露 JSON-RPC 风格的接口供 MCP 客户端访问。

• 服务器配置（MCP 客户端需要的最小信息） 注：以下配置用于 MCP 客户端建立与 MCP 服务器的连接。每个服务器实例需在客户端配置中指向对应的后端服务。

  • MemoryMCPServer（内存记忆相关） { "server": "devteam6-memory", "command": "python", "args": ["-m", "local_ai.mcp.memory_server"] }

  • RAGMCPServer（RAG 相关） { "server": "devteam6-rag", "command": "python", "args": ["-m", "local_ai.mcp.rag_server"] }

  说明：

  • server 字段表示 MCP 服务器的名称，应与代码中暴露的名称一致（MemoryMCPServer 对应 memory，RAGMCPServer 对应 rag）。
  • command 与 args 指定运行服务器进程的命令与参数，客户端在初始化时通过该信息启动或连接服务器。
  • MCP 客户端不需要在这里执行具体的业务逻辑，仅需要启动并通过 JSON-RPC 与服务器交互。

• 基本使用方法

  • 启动阶段
    • 启动 MemoryMCPServer：确保内存相关操作服务可用，后续可以通过 MCP 客户端发起 memory 相关请求。
    • 启动 RAGMCPServer：确保语义检索与生成能力可用，后续通过 MCP 客户端发起 rag 相关请求。
  • 客户端交互阶段
    • 读取资源：通过 MCP 请求读取资源信息，获取资源的元数据或具体内容。
    • 调用工具：通过 MCP 请求调用已注册的工具（如 memory 的 store_memory、query_memory 等），获得处理结果。
    • 获取和渲染 Prompt/模板：通过相应接口获取 Prompt 模板并进行渲染（如果实现中添加了，请求 Prompts 的渲染信息）。
  • 服务器扩展阶段
    • 可以在 MemoryMCPServer/RAGMCPServer 的基础上，注册更多的工具、资源，并实现自定义的 get_resource/call_tool 行为，以满足具体应用场景。

• 基本注意事项

  • MCP 的客户端实现应遵循官方 MCP 规范的请求格式、响应格式和错误处理策略，确保与服务器端的 call_tool、get_resource、get_manifest 等方法对接。
  • 服务器端实现应关注并发、错误处理、权限控制等实际生产场景的需求，当前仓库提供了骨架与核心对接点，实际部署时可按需要扩展。