使用说明

项目简介

本项目提供了一组 Model Context Protocol (MCP) 服务器的示例实现,分别使用 Bun (TypeScript) 和 Python 编写。旨在帮助开发者理解和实践 MCP 协议,快速搭建能够为大型语言模型 (LLM) 应用提供上下文数据和功能调用的后端服务。

主要功能点

  • 资源管理: 示例服务器展示了如何定义和托管资源,以便 LLM 客户端可以访问和利用这些数据。
  • 工具注册与执行: 演示了如何注册可被 LLM 客户端调用的工具函数,扩展 LLM 的能力边界。
  • 多语言实现: 提供 Bun (TypeScript) 和 Python 两种服务端实现,方便不同技术栈的开发者参考和使用。
  • JSON-RPC 通信: 服务器基于 JSON-RPC 协议与客户端进行通信,符合 MCP 标准。
  • 多种传输协议支持: Bun 版本示例支持 SSE (Server-Sent Events) 传输协议,Python 版本示例默认使用 Stdio 传输协议。

安装步骤

Bun Server (TypeScript)

  1. 导航到 'servers/bun-server' 目录:
    cd servers/bun-server
  2. 安装依赖:
    bun install
  3. 启动服务器:
    bun run index.ts

Python Server

  1. 导航到 'servers/python-server' 目录:
    cd servers/python-server
  2. (可选) 创建并激活虚拟环境:
    python3 -m venv venv
    source venv/bin/activate  # 或 venv\Scripts\activate (Windows)
  3. 安装依赖:
    pip install -r requirements.txt
  4. 启动服务器:
    python main.py

服务器配置 (MCP 客户端配置)

为了让 MCP 客户端连接到这些服务器,您需要在客户端配置中指定服务器的启动命令和参数。以下是示例配置,请根据实际路径调整 'cwd' 字段。

Bun Server 配置示例

{
  "serverName": "Bun MCP Server",
  "command": "bun",
  "args": ["run", "index.ts"],
  "cwd": "/path/to/taciturnaxolotl/mcp-servers/servers/bun-server"  // 请替换为实际仓库 servers/bun-server 目录的绝对路径
}

Python Server 配置示例

{
  "serverName": "Python MCP Server",
  "command": "python",
  "args": ["main.py"],
  "cwd": "/path/to/taciturnaxolotl/mcp-servers/servers/python-server"  // 请替换为实际仓库 servers/python-server 目录的绝对路径
}

注意: 'cwd' (current working directory) 字段指定了服务器启动命令执行的工作目录,确保命令能够正确找到服务器代码和相关资源。 请将 '/path/to/taciturnaxolotl/mcp-servers' 替换为您克隆仓库的实际本地路径。

基本使用方法

  1. 启动服务器: 根据上述安装步骤和服务器配置,启动您选择的 Bun 或 Python MCP 服务器。
  2. 配置 MCP 客户端: 在您的 MCP 客户端应用中,配置连接到已启动的 MCP 服务器。客户端需要能够通过 JSON-RPC 发送 MCP 请求,并接收服务器的响应和通知。具体的客户端配置和使用方法请参考您所使用的 MCP 客户端的文档。
  3. 与 LLM 应用集成: 将配置好的 MCP 客户端集成到您的 LLM 应用中,即可利用 MCP 服务器提供的资源和工具,增强 LLM 的上下文理解和功能执行能力。

信息

分类

开发者工具