使用说明

项目简介

mikeskarl_mcp-prompt-templates 是一个基于 Model Context Protocol (MCP) 的服务器实现，旨在为大型语言模型 (LLM) 应用提供标准化的 Prompt 模板服务。该服务器预置了多种内容分析模板，例如会议分析、会议摘要和 Webinar 转 Blog Post 等，方便开发者快速集成和使用。

主要功能点

Prompt 模板管理: 服务器托管和管理预定义的 Prompt 模板，例如会议分析、会议摘要、Webinar 转 Blog Post 等。
MCP 协议支持: 完全实现了 MCP 协议，能够接收来自 MCP 客户端的请求，并按照协议规范返回响应。
标准化 Prompt 服务: 通过 'list_prompts' 和 'get_prompt' 等 MCP 标准方法，向客户端提供可发现和可调用的 Prompt 模板。
灵活的模板参数: Prompt 模板支持参数化配置，允许客户端在请求时动态传入参数，定制 Prompt 内容。
示例客户端: 提供了一个简单的 Python 客户端 'client.py'，演示如何连接和使用该 MCP 服务器。

安装步骤

安装依赖: 打开终端，切换到项目根目录 'mikeskarl_mcp-prompt-templates'，运行以下命令安装项目依赖：
```
pip install -r requirements.txt
```
启动服务器: 在项目根目录下，运行以下命令启动 MCP 服务器：
```
python server.py
```
服务器默认使用标准输入输出 (stdio) 作为通信通道。

服务器配置

对于 MCP 客户端，需要配置连接到此 MCP 服务器的参数。以下是一个 JSON 格式的配置示例，适用于大多数 MCP 客户端：

{
  "serverName": "analysis-templates",
  "transport": "stdio",
  "stdio": {
    "command": "python",  // 启动 MCP 服务器的命令
    "args": ["server.py"] // 启动命令的参数，指向 server.py 脚本
  }
}

配置参数说明:

'serverName': 服务器名称，此处为 "analysis-templates"。
'transport': 传输协议，此处为 "stdio" (标准输入输出)。
'stdio': stdio 传输协议的具体配置。
- 'command': 用于启动服务器进程的命令，这里使用 'python' 解释器。
- 'args': 传递给启动命令的参数列表，'["server.py"]' 表示执行项目根目录下的 'server.py' 脚本。

注意: 请确保你的系统已安装 Python 环境，并且 'python' 命令可以正确执行 Python 解释器。

基本使用方法

连接服务器: 在 MCP 客户端中，根据上述服务器配置信息配置并连接到 'analysis-templates' 服务器。
列出 Prompt 模板: 客户端可以使用 'list_prompts' 方法请求服务器支持的 Prompt 模板列表。服务器会返回包含模板名称、描述和参数信息的列表。
获取 Prompt 模板: 客户端可以使用 'get_prompt' 方法，指定模板名称和参数，请求服务器返回渲染后的 Prompt 内容。例如，要获取 'meeting_analysis' 模板并传入会议记录文本，可以调用 'get_prompt' 方法，参数如下：
- 'name': "meeting_analysis"
- 'arguments': '{"transcript": "你的会议记录文本"}'
查看结果: 服务器会返回包含 Prompt 描述和消息列表的响应。客户端可以提取消息内容，并将其发送给 LLM 进行后续处理。

示例客户端 (client.py): 仓库中提供了 'client.py' 文件作为示例客户端，演示了如何使用 Python MCP 客户端库连接到服务器，并调用 'get_prompt' 方法获取 Prompt 模板。你可以参考 'client.py' 了解更具体的使用方法。

关键词