关键词

LLM工具函数调用服务端功能外部API集成上下文增强

使用说明

项目简介

本项目提供了一系列Model Context Protocol (MCP) 服务器的示例，旨在演示如何通过MCP协议将外部功能集成到大型语言模型（LLM）中。这些示例包括：

  • 数学服务器 (math_server.py): 提供加法和乘法运算工具。
  • 笑话服务器 (joker_server.py): 从外部API获取随机笑话。
  • 天气服务器 (weather_server.py): 提供（模拟）天气信息查询功能。

这些服务器可以与兼容MCP协议的客户端配合使用，使得LLM能够通过标准化的方式调用这些工具，从而扩展其能力。

主要功能点

  • 工具注册: MCP服务器允许注册各种工具（函数），例如数学计算、API调用等，供LLM客户端按需调用。
  • 多样化示例: 提供了多种类型的工具示例，覆盖了计算、信息检索等常见应用场景。
  • 多传输协议: 示例代码展示了如何通过不同的传输协议（如stdio和SSE）运行MCP服务器。
  • 客户端示例: 仓库中包含Python客户端代码，演示了如何连接和使用这些MCP服务器，并集成了Langchain和LangGraph等流行的LLM应用框架。
  • VaaS (Function-as-a-Service) 示例: 展示了如何将MCP服务器封装为serverless函数，并通过FastAPI提供Web API接口。

安装步骤

  1. 克隆仓库: 
    git clone https://github.com/zzxwill/mcp-samples
cd mcp-samples
  2. 安装依赖: 建议使用pip安装项目依赖。虽然仓库中没有明确的'requirements.txt'文件，但根据代码依赖，您可能需要安装以下Python包： 
    pip install mcp fastapi requests uvicorn langchain langchain_openai langchain_mcp_adapters langgraph

服务器配置

MCP客户端需要配置MCP服务器的连接信息才能正常工作。以下是不同示例服务器的配置信息，以JSON格式提供。请注意，您需要根据实际文件路径修改 'args' 中的路径。

针对 'multiple_mcp_servers' 示例的配置：

{
  "math": {
    "command": "python",
    "args": ["/path/to/mcp-samples/multiple_mcp_servers/math_server.py"],  // 将 "/path/to/mcp-samples" 替换为您的本地仓库绝对路径
    "transport": "stdio"
  },
  "weather": {
    "url": "http://localhost:8000/sse", // 天气服务器配置为通过SSE协议在端口 8000 上运行
    "transport": "sse"
  },
  "joker": {
    "command": "python",
    "args": ["/path/to/mcp-samples/multiple_mcp_servers/joker_server.py"],  // 将 "/path/to/mcp-samples" 替换为您的本地仓库绝对路径
    "transport": "stdio"
  }
}

针对 'single_mcp_server' 示例的配置：

{
  "math": {
    "command": "python",
    "args": ["/path/to/mcp-samples/single_mcp_server/math_server.py"],  // 将 "/path/to/mcp-samples" 替换为您的本地仓库绝对路径
    "transport": "stdio"
  }
}

针对 'vefaas-function' 示例：

'vefaas-function' 示例本身是一个FastAPI应用，它充当MCP客户端。 后端的 'math_server.py' 和 'joker_server.py' 需要作为独立的MCP服务器运行。 客户端配置将体现在 'vefaas-function/client.py' 文件中，您需要修改该文件中的服务器配置。

基本使用方法

  1. 启动MCP服务器:

    • 对于 'multiple_mcp_servers' 和 'single_mcp_server' 示例，分别在不同的终端中运行 'math_server.py'、'joker_server.py' 和 'weather_server.py' 文件。 例如，使用命令 'python multiple_mcp_servers/math_server.py' 启动数学服务器。 对于 'multiple_mcp_servers' 中的 'weather_server.py'，请确保它作为SSE服务器在端口 8000 上运行。
    • 对于 'vefaas-function' 示例，首先启动 'math_server.py' 和 'joker_server.py'，然后运行 FastAPI 应用 'vefaas-function/client.py'，使用命令 'python vefaas-function/client.py'。

  2. 运行MCP客户端:

    • 对于 'multiple_mcp_servers' 示例，运行 'python multiple_mcp_servers/client.py'。
    • 对于 'single_mcp_server' 示例，运行 'python single_mcp_server/client.py'。
    • 对于 'vefaas-function' 示例，在服务器启动后，您可以通过HTTP请求访问FastAPI提供的API接口，例如向 'http://localhost:8000/chat' 发送POST请求并携带问题参数。

关键词 LLM工具, 函数调用, 服务端功能, 外部API集成, 上下文增强

信息

分类

AI与计算

访问项目