使用说明

项目简介

本项目是一个 Model Context Protocol (MCP) 架构的演示，展示了如何使用 MCP 构建服务器，为大型语言模型 (LLM) 提供外部工具和数据访问能力。仓库中包含了两个独立的 MCP 服务器示例：一个简单的计算器服务和一个天气信息服务。同时，项目还提供了一个 LLM Host App，它充当 MCP 客户端，集成了 OpenAI API，可以与这两个 MCP 服务器进行交互。

主要功能点

资源 (Resources) 管理: 计算器服务器和天气服务器都提供了文档和历史记录等资源，客户端可以读取这些资源获取上下文信息。
工具 (Tools) 注册与调用: 计算器服务器提供加减乘除等数学运算工具，天气服务器提供天气查询工具，LLM 可以调用这些工具执行外部功能。
Prompt 模板 (Prompts) 定义: 服务器预定义了 Prompt 模板，例如计算器服务器的 "calculate" Prompt 和天气服务器的 "getWeatherReport" Prompt，支持客户端使用预定义的交互模式。
多服务器架构: 演示了如何构建和集成多个 MCP 服务器，LLM Host App 可以同时连接和使用多个服务器提供的功能。
标准 MCP 协议: 服务器和客户端之间通过 JSON-RPC 协议进行通信，符合 MCP 标准。

安装步骤

克隆仓库

git clone https://github.com/truffle-ai/mcp-demo.git
cd mcp-demo

安装依赖
```
npm install
```
配置 OpenAI API Key
- 复制 '.env.example' 文件并重命名为 '.env'。
- 打开 '.env' 文件，将 'OPENAI_API_KEY=your_api_key_here' 替换为您的 OpenAI API Key。

服务器配置

MCP 客户端（例如 'llm-host-app.js'）需要配置以下服务器信息才能连接到 MCP 服务器。配置信息通常包括服务器名称、启动命令及其参数。

计算器服务器配置:

{
  "server name": "calculator-server",  // 服务器名称，用于客户端识别
  "command": "node",                   // 启动服务器的命令，这里使用 Node.js 运行时
  "args": ["server.js"]               // 启动命令的参数，指定运行 server.js 文件
}

天气服务器配置:

{
  "server name": "weather-server",   // 服务器名称，用于客户端识别
  "command": "node",                    // 启动服务器的命令，这里使用 Node.js 运行时
  "args": ["weather-server.js"]        // 启动命令的参数，指定运行 weather-server.js 文件
}

基本使用方法

启动 Multi-Server LLM Host App

运行以下命令启动集成了计算器和天气服务器的 LLM 聊天应用：
```
npm start
```
这个命令会自动启动计算器服务器和天气服务器，并运行 'llm-host-app.js' 客户端程序。
与 LLM 聊天

在终端中，您将看到一个聊天界面。您可以输入自然语言问题，例如：
- 'What is 123 + 456?' (使用计算器工具)
- 'What's the weather in New York?' (使用天气工具)
- 'Show me calculator documentation' (获取计算器文档资源)
LLM Host App 会解析您的query，并根据需要调用相应的 MCP 服务器工具或 Prompt。
退出聊天

在聊天界面中输入 'exit' 并回车即可退出应用。

关键词