Healthcare ChatBot MCP 服务器实现

使用说明内容（Markdown格式）

• 项目简介

  • 本仓库实现了一个基于 MCP 的服务器端，面向 MCP 客户端暴露对 ChatBot 的访问能力。核心通过 FastMCP 将以下功能暴露为 MCP 工具：向 ChatBot 发送查询并获取回答、获取当前会话历史、获取 ChatBot 的配置信息等。服务器负责管理会话、调用模型进行推断，并返回结构化的结果。

• 主要功能点

  • MCP 服务端实现：使用 FastMCP 搭建服务器并注册工具，供 MCP 客户端远程调用。
  • 工具集合：
    • query_chatbot(query: str): 将用户查询交给 ChatBot，返回带有回复及元数据的结果。
    • get_chatbot_session_history(): 获取当前会话历史的文本信息。
    • get_chatbot_info(): 返回当前 ChatBot 的配置信息（模型、服务地址、模板目录等）。
  • 会话与日志管理：ChatBot 内部实现了会话记录，工具可读取并汇总这些记录用于分析和调试。
  • 启动与运行：提供主入口将 MCP 服务器与 ChatBot 实例一起启动，支持在命令行中传入配置参数。

• 安装步骤

  • 安装依赖：确保已安装 FastMCP（如未安装，参考提示执行安装）。
  • 安装命令示例（请在你的环境中按需执行，而非直接拷贝到代码中）：pip install fastmcp
  • 将仓库代码准备就绪后，按需要配置模型、服务地址、模板与数据目录等参数。

• 服务器配置（MCP 客户端需要的配置信息为 JSON 格式，以下字段来自仓库实现的服务端配置）

  • server name: patient-chatbot
  • command: uv run python -m apps.chatbot.mcp_server.server
  • args: [ "--model", "ollama_chat/gpt-oss:20b", "--service-url", "http://localhost:11434", "--template-dir", "src/prompts/templates", "--data-dir", "src/data", "--confidence-threshold", "0.9" ]
  • 注释说明：以上参数对应仓库中 MCP 服务器注册时所需的核心信息，包含要使用的模型、推理服务地址、提示模板与数据目录，以及置信度阈值等。MCP 客户端仅需读取此信息用于建立连接，不需要在客户端端端端执行本配置。

• 基本使用方法

  • 启动服务器：在命令行执行上述组合命令启动 MCP 服务器与 ChatBot。
  • 通过 MCP 客户端调用工具：
    • 使用 query_chatbot 发送一个查询，获得包含回复和元数据的结果。
    • 使用 get_chatbot_session_history 获取当前会话历史。
    • 使用 get_chatbot_info 获取当前配置与状态信息。
  • 监控与调试：通过服务器日志与 MCP 调用返回的结果进行调试，必要时调整置信度阈值等参数以适配实际场景。