SM-Assistant MCP Server (基于 FastMCP 的多域工具服务器)

关键词

Model Context ProtocolSemantic KernelAzure AI FoundryJSON-RPC多域工具注册

使用说明（Markdown格式）

  • 项目简介

    • 该仓库中存在基于 MCP（Model Context Protocol）的服务器端实现，核心通过 FastMCP 等组件搭建，支持多域工具的注册、工具调用以及与客户端的 JSON-RPC 通信。包含针对 Slack、Jira 等的 MCP 服务实现样例，以及一个较完整的 MCP 服务框架和核心工具注册/执行逻辑。

  • 主要功能点

    • MCP 服务器核心：支持通过 MCP 的工具注册、查询、执行等能力，提供“注册工具、调用工具、获取资源/提示模板”等后端能力。
    • 多域服务结构：包括 HR、市场、Tech、数据、流程等领域的工具集合，以及一个专门的工厂/注册机制来集中管理工具。
    • 与客户端通信：通过 MCP 标准的工具注册与调用接口，满足客户端对资源访问、工具执行与 Prompts 的请求与响应。
    • 服务器实现与示例：包含基于 FastMCP 的实现，及若干 MCP 服务的实现样例，提供了从注册工具到执行工具的完整流程。
    • 运行与运维：包含启动脚本/示例、服务注册、以及简单的健康/状态接口，便于本地开发与测试。

  • 安装步骤

    • 请在具备 Python 环境的机器上，安装依赖并确保可执行的 Python 运行环境。
    • 进入项目根目录，按照仓库中提供的脚本/入口执行 MCP 服务器：
      • 运行一个示例服务器（标准模式，stdio/HTTP 等传输，根据实际需求选择）来启动 MCP 服务。
    • 如果你使用的是示例架构（如 archive 下的 MCP 服务器实现），请确保 Python 环境配置、依赖安装完成后执行对应的启动脚本。

  • 服务器配置（MCP 客户端需要的配置信息；JSON 格式，包含 server name、command、args 等）

    • 下面是一个符合仓库信息、可直接用于 MCP 客户端连接的示例配置（JSON 结构，非代码块呈现，便于阅读）： { "server_name": "sm-assistant-mcp-server", "command": ["python", "archive/mcp_infrastructure/mcp_server/mcp_server.py"], "args": [ "--transport", "stdio", "--host", "0.0.0.0", "--port", "9000" ], "description": "SM-Assistant MCP 服务器实例（多域工具、资源与提示模板托管，MCP 客户端通过命令行/管道与之通信）" }

  • 基本使用方法

    • 启动服务器：按照上述配置在本地或服务器上启动 MCP 服务进程。
    • 连接与交互：MCP 客户端通过 JSON-RPC 调用注册的工具、读取资源、执行工具等。服务器将返回标准的 MCP JSON-RPC 响应，或通过通知接口推送信息。
    • 监控与调试：检查启动日志、工具注册信息、以及健康状态输出，确保工具在期望域中可用。

服务器信息

访问项目