使用说明（Markdown 格式）

项目简介
- 该项目围绕 Model Context Protocol（MCP）构建一个后端服务器框架，核心职责是向 LLM 客户端提供标准化的上下文信息与功能支持。核心能力包括：资源(Resources)的托管与访问、工具(Tools)的注册与执行、Prompt 模板的定义与渲染，以及对多种传输协议（如 STDIO、SSE、WebSocket）的支持，提供安全、可扩展的上下文服务框架。
- 服务器通过 JSON-RPC 与客户端通信，接收并响应读取资源、调用工具、获取 Prompts 等请求，并具备会话管理、能力声明等能力，便于在不同执行环境中部署与扩展。
主要功能点
- 资源管理：托管与访问数据资源，提供统一的资源访问接口。
- 工具注册与执行：注册外部功能/CLI 命令/REST API 等作为 Tools，并支持通过 MCP 客户端调用工具及其参数化执行。
- Prompt 模板渲染：定义与渲染用于与 LLM 交互的提示模板，支持定制化交互模式。
- JSON-RPC 通信：遵循 MCP 规范，通过标准的 JSON-RPC 请求/响应进行交互。
- 多传输协议支持：提供 STDIO、SSE、WebSocket 等传输方式的适配器，确保在不同运行环境中通讯。
- 会话管理与能力声明：维护客户端会话、声明服务器能力以提升可预测性与可扩展性。
- 安全与扩展性：设计上允许多后端存储、命名空间分离以及插件式工具/资源扩展。
安装与运行步骤
- 环境要求
  - Python 3.11 及以上
- 安装
  - 将仓库内容安装到环境中（若提供打包版本，请使用相应包管理器安装，例如 pip install . 或 pip install -e .，以便本地开发与测试）
- 启动 MCP 服务器
  - 常用命令（作为服务器示例，请以实际环境为准）：
    - py-code-mode-mcp --storage /path/to/mcp/storage
    - 或通过 RFC/CLI 文档指定的入口启动命令，并传入存储路径参数
  - 启动后，服务器将对外暴露 JSON-RPC 接口，客户端可通过 MCP 客户端连接并交互
- 服务器配置示例（用于 MCP 客户端连接，非代码形式的文本描述） { "server_name": "py-code-mode-mcp", "command": "py-code-mode-mcp", "args": ["--storage", "/path/to/mcp/storage"] } 说明：
  - server_name: MCP 服务器在客户端注册时的名称，便于标识与调试
  - command: 启动 MCP 服务器的可执行入口
  - args: 启动参数，示例中包含存储目录路径，客户端无需额外配置
- 基本使用方法
  - 客户端连接流程（简述）
    1. 启动 MCP 服务器并确保存储目录可用
    2. 使用 MCP 客户端连接到服务器，初始化会话
    3. 调用 list_tools、list_skills、list_artifacts 等工具接口获取能力与资源信息
    4. 使用 call_tool 调用工具，或运行 skills.invoke、artifacts.save/load 等命令
    5. 如需运行自定义代码/技能，使用 run_code 相关接口进行运行与持久化
  - 典型用例包括：获取工具列表、执行工具、创建并调用技能、保存/读取工件等
可信性与注意事项
- MCP 服务器应实现对各种资源、工具、提示模板的有效注册、访问与渲染，确保与 MCP 客户端的 JSON-RPC 交互符合规范。
- 服务器端需要提供会话管理、能力声明，以及对多传输协议的支持，以提升在不同运行环境中的兼容性与安全性。
- 如需集成到 Claude Code 等外部系统，请按照项目文档中的 Getting Started 指引进行部署，并使用提供的 MCP 服务器入口命令启动服务。
额外信息与参考
- 与 MCP 相关的适配器与工具注册实现分散在仓库的不同模块中，核心目标是让 MCP 客户端可以通过标准接口读取工具、执行工具、管理技能和工件等，并实现跨命名空间的调用与数据传递。

关键词

信息