使用说明

项目简介

本项目实现了一个基于 Model Context Protocol (MCP) 的服务器，旨在为英语词汇学习应用提供后端支持。它允许大型语言模型（LLM）通过标准化的 MCP 接口，访问和操作词汇数据，以及调用学习辅助工具，从而增强AI驱动的词汇学习体验。

主要功能点

• 单词管理：支持英语单词的增、删、改、查，包括单词的词形、发音、中英文翻译、例句、笔记等详细信息。
• 学习进度跟踪：记录用户的单词学习会话，跟踪学习时间、记忆效果，并使用间隔重复算法智能安排复习计划。
• 学习统计：提供单词的学习统计数据，如学习次数、总学习时间、平均记忆得分等，帮助用户了解学习情况。
• 实用工具：内置文本翻译和例句生成工具（为占位实现，实际应用需替换为LLM驱动的实现），辅助单词学习过程。
• 动态资源访问：通过资源 URL 动态获取指定单词的信息，方便LLM按需访问数据。

安装步骤

1. 克隆仓库：将 GitHub 仓库 'https://github.com/IrvingYoung/LearnEnglishWordWithAI' 克隆到本地。
2. 进入 'server' 目录：在终端中导航到克隆仓库的 'server' 目录下。
3. 运行服务器：执行命令 'python mcp_server.py' 启动 MCP 服务器。

服务器配置

MCP 服务器需要 MCP 客户端通过配置信息才能连接。以下是本仓库 MCP 服务器的客户端配置信息（JSON 格式）：

{
  "serverName": "EnglishWordLearning",
  "command": "python",
  "args": ["server/mcp_server.py"]
}

• 'serverName': 服务器名称，必须与 'server/mcp_server.py' 中 'FastMCP("EnglishWordLearning")' 的名称一致。
• 'command': 启动服务器的命令，这里使用 'python' 解释器。
• 'args': 命令参数，指向服务器脚本 'server/mcp_server.py' 的路径。

请将以上配置信息填入您的 MCP 客户端配置中，以便客户端能够正确连接到本 MCP 服务器。

基本使用方法

1. 启动服务器：按照安装步骤启动 MCP 服务器。
2. 配置 MCP 客户端：使用上述服务器配置信息配置您的 MCP 客户端，建立与服务器的连接。
3. 通过 MCP 客户端与服务器交互：
   • LLM 或其他 MCP 客户端可以通过 JSON-RPC 协议调用服务器提供的工具（Tools）和访问资源（Resources），例如：
     • 调用 'saveWord' 工具保存新单词。
     • 调用 'getWord' 工具获取单词信息。
     • 调用 'trackWordStudy' 工具记录学习进度。
     • 访问 'word://{word_id}' 资源获取特定单词的详细信息。
   • 具体的工具和资源定义及其参数，请参考仓库 'README.md' 文件中 "MCP Server Interface" 部分的详细描述。

通过以上步骤，您可以成功部署和使用 LearnEnglishWordWithAI MCP 服务器，为您的 AI 词汇学习应用提供强大的后端支持。