使用说明

项目简介

该项目 'fused-mcp' 提供了一个简易的框架，用于搭建 MCP (Model Context Protocol) 服务器。它利用 Fused User Defined Functions (UDFs) 作为工具，使得数据科学家能够轻松地将 Python 代码和 API 接口暴露给支持 MCP 协议的 LLM 客户端，例如 Claude 桌面应用或其他兼容客户端。该服务器允许 LLM 通过标准化的方式调用预定义的 Python 函数（UDFs），从而扩展 LLM 的能力，使其能够访问外部数据、执行特定任务。

主要功能点

UDFs 作为工具: 将 Python 函数封装为 Fused UDFs，并注册为 MCP 服务器的工具，供 LLM 调用。
本地代码执行: 允许 LLM 安全地调用和执行本地 Python 代码，无需 Fused 账户即可本地运行。
支持 Claude 桌面应用: 专门为 Claude 桌面应用设计，提供无缝集成体验。
提供本地客户端: 为无法使用 Claude 桌面应用（如 Linux 系统）的用户提供了一个简单的本地 Claude 客户端，方便测试和使用 MCP 服务器。
多种工具注册方式: 支持通过 token ID、UDF 名称或预定义的 agent 配置注册工具。
SSE 传输协议: 默认使用 SSE (Server-Sent Events) 协议与客户端通信。

安装步骤

克隆仓库:

git clone https://github.com/fusedio/fused-mcp.git
cd fused-mcp/

安装 'uv': 根据操作系统选择命令安装 'uv' 包管理器（如果尚未安装）。

macOS/Linux:

curl -LsSf https://astral.sh/uv/install.sh | sh

Windows:

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

打开 Notebook: 使用您喜欢的 IDE 打开 'fused_mcp_agents.ipynb' Notebook 文件，并按照 Notebook 中的指导步骤操作，完成服务器的配置和启动。

服务器配置

MCP 服务器的配置文件主要体现在启动命令及其参数上。以下是基于 'main.py' 脚本生成的 MCP 服务器配置信息示例 (JSON 格式)，用于 MCP 客户端连接。

{
  "serverName": "udf-server",  // 服务器名称，可自定义
  "command": "uv",           // 启动命令，这里使用 uv 包管理器运行 Python 脚本
  "args": [                   // 启动参数
    "run",                    // uv run 子命令，用于运行 Python 脚本
    "main.py",                // 服务器主脚本
    "--agent",                // 指定 agent 名称，agent 在 agents.json 中定义了一组 UDFs
    "get_current_time"        // 这里以 "get_current_time" agent 为例，您也可以选择其他 agent 或使用 --udf-names 参数指定 UDFs
  ]
}

参数说明:

'serverName': 自定义服务器名称，客户端连接时会用到。
'command': 运行服务器的命令，这里使用 'uv run' 来执行 Python 脚本。
'args': 传递给 'uv run' 命令的参数列表：
- '"run"': 'uv' 的子命令，表示运行。
- '"main.py"': 服务器主程序脚本。
- '"--agent"': 参数，用于指定要加载的 agent。Agent 在 'agents.json' 文件中定义，包含一组 UDFs。
- '"get_current_time"': 示例 agent 名称。您可以修改为 'agents.json' 中定义的其他 agent 名称，或者使用 '--udf-names' 参数直接指定要加载的 UDF 文件夹名称（逗号分隔）。还可以使用 '--tokens' 参数指定 Fused token IDs。

其他可选配置参数 (通过修改 'args' 列表):

'--port <端口号>': 指定服务器监听端口，默认为 '8080'。
'--host <主机地址>': 指定服务器绑定的主机地址，默认为 '0.0.0.0' (监听所有地址)。
'--runtime <runtime>': 指定运行时环境，可选 'local' 或 'remote'，默认为 'remote'。

注意: 请根据您的实际需求和 'agents.json' 或 UDFs 目录结构，调整 'args' 中的参数。如果您不使用 agent，可以使用 '--udf-names' 参数指定要注册为工具的 UDF 文件夹名称，例如 '"--udf-names", "current_utc_time,list_public_udfs"'.

基本使用方法

启动 MCP 服务器: 根据 Notebook 或 'README.md' 中的指导，配置并启动 MCP 服务器。例如，在仓库根目录下，使用 'uv run main.py --agent get_current_time' 命令启动服务器，这将注册 'agents.json' 中定义的 'get_current_time' agent 的 UDFs 作为工具。
配置 MCP 客户端: 在您的 MCP 客户端 (如 Claude 桌面应用或其他兼容客户端) 中，配置连接到该 MCP 服务器。您需要提供服务器的地址 (默认为 'http://localhost:8080/sse'，SSE 协议) 以及上述生成的服务器配置 JSON 信息。
与 LLM 交互: 在 MCP 客户端中，与 LLM 进行对话。LLM 将能够发现并调用 MCP 服务器提供的工具 (UDFs)，从而执行相应的 Python 代码并获取结果，扩展其功能。
使用本地客户端 (可选): 如果您无法使用 Claude 桌面应用，可以按照 'README.md' 中 "Using a local Claude client (without Claude Desktop app)" 部分的说明，配置并运行 'client.py' 脚本，连接到本地 MCP 服务器进行测试和交互。您需要设置 'ANTHROPIC_API_KEY' 环境变量才能使用本地客户端连接 Claude API。

关键词