关键词

LLM工具集成上下文服务Stdio通信SSE通信JSON-RPC后端

项目简介

该仓库提供了一系列使用Model Context Protocol (MCP) 的客户端和服务器实现示例。其核心展示了如何构建一个轻量级的MCP服务器来托管工具，并如何使用LLM驱动的客户端来发现和调用这些工具。项目包含基于Stdio和SSE两种传输协议的服务器实现。

主要功能点

  • MCP服务器实现： 使用 'FastMCP' 框架快速构建MCP服务器，支持工具的注册和执行。
  • 多种传输协议支持： 演示了通过标准输入/输出 (Stdio) 和 Server-Sent Events (SSE) 两种方式与MCP客户端进行通信。
  • 工具注册与调用： 示例服务器注册了具体的工具（如BMI计算、时间和天气查询），客户端通过MCP协议发现并调用这些工具。
  • LLM集成示例： 包含利用OpenAI或其他LLM模型作为代理，根据用户自然语言请求智能识别并调用MCP服务器上可用工具的客户端代码。

安装步骤

  1. 克隆仓库到本地： 
    git clone https://github.com/zahere-dev/mcp-labs.git
cd mcp-labs
  2. 安装所需的Python依赖包： 
    pip install -r requirements.txt
  3. 设置环境变量： 创建 '.env' 文件在项目根目录，并添加所需的API Key（例如，OpenAI API Key 用于LLM客户端，OpenWeatherMap API Key 用于天气工具）。 
    OPENAI_API_KEY=your_openai_api_key
OPENWEATHERMAP_API_KEY=your_openweathermap_api_key

服务器配置

MCP服务器是为MCP客户端提供服务的后端。MCP客户端需要知道如何连接到服务器并与其通信。对于此仓库中的示例服务器，MCP客户端通常需要以下配置信息：

  • 对于Stdio服务器 (如BMI服务器): 客户端需要知道服务器的启动命令及其参数。这通常表示为包含 'command' (服务器可执行文件路径或命令，如 'python') 和 'args' (传递给命令的参数列表，如 '['bmi_server.py']') 的配置。服务器的名称 ('BMI Server') 会在初始化时通过协议传递给客户端。
  • 对于SSE服务器 (如天气和时间服务器): 客户端需要知道服务器的SSE连接入口URL。例如，默认配置下是 'http://localhost:8100/sse'。服务器的名称 ('Weather and Time SSE Server') 同样在初始化时传递。

这些配置信息使MCP客户端能够找到并启动（对于Stdio）或连接到（对于SSE）相应的MCP服务器，进而发现并调用其提供的工具。

基本使用方法

  1. 启动Stdio BMI服务器： 运行 'mcp_client_server_stdio/bmi_server.py' 文件。它会作为Stdio进程运行。
  2. 启动SSE天气和时间服务器： 运行 'mcp_client_server_sse/mcp_server_sse.py' 文件。它会启动一个HTTP服务器（默认端口8100）。
  3. 运行客户端示例：
    • 运行 'mcp_client_server_stdio/bmi_client.py' 调用Stdio BMI服务器的工具。
    • 运行 'mcp_client_server_sse/mcp_client_sse.py' 调用SSE天气和时间服务器的工具。
    • 运行 'mcp_client_server_sse/mcp_client_sse_chat.py' 进行简单的SSE服务器聊天交互。
    • 组合示例： 启动 'mcp_chat_ux_stdio_sse/mcp_client_api.py' (FastAPI应用，默认端口8200)。这个API作为客户端聚合器，连接到配置的Stdio和SSE服务器。然后可以运行 'mcp_chat_ux_stdio_sse/streamlit_chat.py' (Streamlit前端应用，默认端口8501) 连接到该API进行聊天交互，LLM会根据用户输入调用不同的后端MCP工具。

信息

分类

AI与计算

访问项目