使用说明（Markdown 格式要点）：

• 项目简介
  • 该仓库实现了一个基于 MCP（Model Context Protocol）的后端服务器，提供丰富的网络诊断、数据分析与规划工具，面向与大模型客户端的上下文服务使用场景。
• 主要功能点
  • MCP 服务器实现与注册的工具集合：网络连通性测试、外部信息查询、局域网信息、Pcap 分析、CIDR/Subnet 规划、批量操作、以及本地化能力探测等。
  • 支持能力声明与服务能力自描述（capabilities、dependencies、security/pacak等信息）。
  • 提供批量工具、PCAP 分析结果的结构化输出，便于 LLM 处理和推理。
  • 服务端实现包含会话/能力声明、工具注册、以及对外暴露的工具方法，理论上支持多传输协议（如 Stdio、SSE、WebSocket）等扩展。
• 安装步骤
  • 安装依赖并安装包：
    • 的方法是从源码安装或通过 pip 安装，示例：pip install -e .
  • 运行服务器：
    • 直接运行仓库中的服务入口：python -m network_mcp.server
    • 或使用可执行入口：network-mcp
• 服务器配置（MCP 客户端需要的最低信息）
  • 服务器名称应与 MCP 注册的名称保持一致，即 Network Tools。
  • JSON 配置示例（仅用于 MCP 客户端启动时作为信息说明，不是服务器端代码）： { "server_name": "Network Tools", "command": ["network-mcp"], "args": [] }
  • 配置说明：此配置用于 MCP 客户端启动并连接到服务器进程，command 指定启动服务器的命令，args 为启动参数（若无则为空数组）。MCP 客户端本身不需要服务器端源码，只需知道启动命令及必要参数即可与 MCP 服务器建立通信。
• 基本使用方法
  • 启动后，客户端可通过 MCP 协议向服务器请求读取资源、执行工具、获取 Prompts 等。
  • 初始使用应以 capabilities 进行能力自检，确保可用工具与安全策略信息可用。
  • 根据模型需要调用相应工具，如 ping、traceroute、dns_lookup、pcap 分析等，输出应为结构化的 JSON-RPC 响应，LLM 可进一步处理。
  • 在调试阶段可使用测试用例或单元测试来验证工具的导入与注册情况，确保服务器端工具均能正确执行并返回模型友好的输出结构。