项目简介

该仓库包含了一系列与AI Agent相关的代码示例，其中包括一个基于Model Context Protocol (MCP) 实现的简单工具服务。此服务利用'FastMCP'库构建，提供了通过标准化协议调用外部功能的能力。

主要功能点

• 工具注册与执行: 提供了两个示例工具，一个用于根据ID从CSV文件查询任务详情，另一个用于查询指定城市的天气信息。
• MCP协议支持: 服务端实现了MCP协议，能够接收客户端发起的工具调用请求，执行相应功能，并返回结果。
• Stdio传输: 支持通过标准输入/输出流进行通信，方便本地测试和集成。

安装步骤

1. 克隆仓库: 将整个Agent仓库克隆到本地。
2. 安装依赖: 确保您已安装Python 3.11+。导航到仓库根目录，通常需要安装包含LangChain、LangGraph等依赖，具体请查看项目中的依赖管理文件（如'requirements.txt'或'pyproject.toml'）。运行相应的命令安装依赖。
3. 配置环境变量: 创建一个'.env'文件在仓库根目录，并根据需要配置API密钥和其他设置。虽然MCP服务本身可能不需要所有LLM相关的API KEY，但为了运行仓库中的其他示例或完整的Agent应用，这些配置是必需的。
4. 准备数据: MCP服务中的任务查询工具需要一个名为'task.csv'的文件。请在'mcp/'目录下创建此文件，包含'Task ID', 'Description', 'Status'等列并填充示例数据。

服务器配置 (供 MCP 客户端使用)

MCP客户端需要配置如何启动并连接到服务器。对于此服务器，典型的配置信息（以JSON格式表示时）将包含以下关键参数：

• 'server_name': 一个描述服务器的名称，例如 '"我的MCP工具服务"'（字符串类型）。
• 'transport': 指定客户端与服务器通信的传输协议，对于此服务，应设置为 '"stdio"'（字符串类型）。
• 'command': 启动服务器进程的命令及其初始参数。这是一个字符串数组，例如 '["python", "path/to/your/cloned/repo/mcp/mcp_tool.py"]'。数组的第一个元素是可执行文件（如'python'），后续元素是脚本路径和启动脚本所需的其他固定参数（字符串数组）。
• 'args': 传递给启动命令的额外命令行参数，一个字符串数组（可选）。
• 'env': 启动服务器进程时所需的环境变量，一个键值对对象（可选）。

客户端将使用这些信息启动并连接到MCP服务器进程。

基本使用方法

1. 启动MCP服务器: 打开终端，导航到仓库根目录，运行命令 'python mcp/mcp_tool.py'。服务器将通过标准输入/输出运行，并等待客户端连接。
2. 启动MCP客户端: 在另一个终端中，导航到仓库根目录，运行命令 'python mcp/client.py mcp/mcp_tool.py'。客户端将连接到已启动的服务端，并允许您输入查询进行交互。客户端会利用连接到的MCP服务提供的工具（任务查询、天气查询）来处理您的输入。
3. 进行交互: 在客户端终端输入问题，例如“查询任务ID为1的任务详情”或“查询北京天气”，客户端将通过MCP协议调用服务端的相应工具，并显示结果。

注意: 在生产环境中，您可能需要将MCP服务部署为长期运行的进程，并使用更健壮的传输方式（如WebSocket）。此示例主要用于演示通过Stdio进行的基本交互。