关键词

AI Agent 工具LLM 数据接口外部功能集成Claude 扩展Agentic AI

项目简介

该仓库是 Model Context Protocol (MCP) 工作坊的一部分，包含了用于学习如何构建 MCP 服务器的实验。其中 Lab 01 提供了一个基于 MCP TypeScript SDK 实现的简单 MCP 服务器示例，演示了如何定义工具和资源，并可通过 Stdio 传输协议与支持 MCP 的 LLM 客户端（如 Claude Desktop）进行通信。

主要功能点

该服务器示例实现了 MCP 的核心功能：

  • 工具 (Tools)：注册并提供两个可被 AI 模型调用的工具：
    • 'hello': 一个简单的打招呼工具，可选择指定打招呼的对象。
    • 'echo': 一个简单的回显工具，会将接收到的消息返回。
  • 资源 (Resources)：提供一个动态资源，可以通过 URI 模板访问：
    • 'greeting://{name}': 根据 URI 中提供的名称，生成个性化的问候语。
  • 协议支持：使用 Stdio 传输协议进行通信，适合通过命令行启动并与客户端交互。

安装步骤

该项目推荐使用 Docker 运行，以避免本地依赖问题。

  1. 克隆 GitHub 仓库到本地。
  2. 进入 Lab 01 目录：'cd mcp-workshop/lab01-hello-claude'
  3. 按照该目录下的 'README.md' 文件中的详细说明构建 Docker 镜像并运行服务器。

服务器配置 (供 MCP 客户端参考)

要让支持 MCP 的客户端连接到此服务器，客户端需要知道如何启动该服务器进程。对于使用 Stdio 传输的 MCP 服务器，客户端通常需要配置启动服务器的命令及其参数。

客户端配置通常是一个 JSON 对象，其中会包含：

  • 'name': 服务器的名称，此示例为 '"Hello Claude"'。
  • 'command': 一个字符串数组，表示用于启动服务器的可执行命令及其参数。例如，如果服务器脚本是 '/app/index.js' 且使用 Node.js 运行，配置可能是 '["node", "/app/index.js"]' 或如果使用 Docker 运行，可能是 '["docker", "run", "--rm", "your-mcp-image-name"]'。具体命令请参考 Lab 01 的 'README.md'。
  • 'args': （可选）传递给 'command' 的额外参数列表。
  • 'transport': 使用的传输协议，此示例为 '"stdio"'。

请参考您使用的 MCP 客户端的文档，了解如何添加或配置一个新的 MCP 服务器连接。

基本使用方法

一旦服务器启动并成功连接到支持 MCP 的 LLM 客户端（如配置了该服务器的 Claude Desktop），您就可以在与 AI 模型交互时使用服务器提供的功能：

  • 使用工具: 在与 AI 模型对话时，可以尝试让模型调用工具。例如，请求模型执行 'hello' 工具或 'echo' 工具并提供参数。
  • 访问资源: 您也可以通过 URI 格式请 AI 模型访问特定资源，例如 'greeting://Alice' 来获取对 Alice 的问候。

具体的交互方式取决于您使用的 LLM 客户端界面。

信息

分类

AI与计算

访问项目