项目简介

本项目是一个基于 Model Context Protocol (MCP) 的轻量级服务器实现。它的主要目的是帮助开发者快速将现有的 Python 后端服务方法转换为符合 MCP 标准的工具，从而使大型语言模型 (LLM) 客户端能够标准地发现和调用这些服务。

主要功能点

• 快速适配现有服务： 通过简单的文件组织，即可将现有 Python 服务的接口方法暴露为 MCP 工具，无需对服务逻辑进行大幅修改。
• 自动发现工具： 服务器启动时会自动扫描指定目录下的 Python 类和异步方法，将它们注册为可供 LLM 调用的工具。
• 支持标准MCP协议： 与遵循 MCP 协议的客户端（如 MCP Inspector）无缝对接，实现工具列表获取、工具调用等功能。
• 基于现代框架： 使用 FastAPI 和 Uvicorn 构建，提供高性能和异步支持。

安装步骤

1. 克隆仓库： (此处省略，假设用户已获取代码)
2. 安装依赖： 打开终端，进入项目根目录，执行以下命令安装所需的 Python 库：

   pip install -r requirements.txt
   

服务器配置

MCP 服务器通过网络地址与客户端通信。您的 MCP 客户端需要配置服务器的连接地址。根据本项目默认启动方式，您需要将客户端的服务器地址设置为：

• MCP服务器URL: 'http://localhost:8000'

这个地址中的 'localhost' 表示服务器运行的本机，'8000' 是服务器监听的端口。如果服务器运行在其他机器或配置了不同的端口，请相应修改此地址。

基本使用方法

1. 组织服务代码： 将您希望暴露为 MCP 工具的 Python 类和异步方法放在项目的 'services/' 目录下。确保方法的参数带有类型注解和文档字符串（用于生成工具描述）。
2. 启动服务器： 在项目根目录执行安装步骤中的启动命令。
3. 连接客户端： 启动您的 MCP 客户端（例如 MCP Inspector），并配置连接地址为服务器运行的网络地址（默认为 'http://localhost:8000'）。
4. 调用工具： 客户端连接成功后，会自动发现 'services/' 目录下暴露的工具。您可以通过客户端界面或代码选择并调用这些工具，LLM 即可利用这些工具获取信息或执行操作。