UNITARES Model Context Protocol 服务端

使用说明（简要摘要，便于快速落地）

• 项目简介 UNITARES 提供一个完整的 MCP 服务器实现，用于向大型语言模型客户端提供资源访问、工具调用以及可自定义的提示模板渲染，支持多传输协议和会话管理，便于在生产环境中为各类 LLM 应用提供统一的上下文服务。

• 主要功能点

  • 资源与数据访问：托管与管理资源，支持数据访问能力，方便 LLM 客户端查询与使用上下文信息。
  • 工具注册与执行：注册外部功能工具，LLM 能通过标准化接口调用并获取结果。
  • Prompt 模板：定义并渲染提示模板，支持可定制的 LLM 交互模式。
  • JSON-RPC 通信：服务器与客户端通过 JSON-RPC 协议进行请求与响应，形成清晰的 API 边界。
  • 会话与能力声明：服务器端管理会话、能力声明，确保多客户端环境中的安全与可扩展性。
  • 多传输层支持：兼容性设计允许通过 Stdio、SSE、WebSocket 等传输协议进行通信，提升接入灵活性。
  • 与客户端的端点设计：提供用于 MCP 客户端的 /mcp/（流式HTTP）、/v1/tools/call（工具调用）、/dashboard、/health 等端点。

• 安装步骤

  1. 安装运行环境：建议使用 Python 3.12 及以上版本，满足仓库对环境的要求。
  2. 安装依赖：
     • 使用项目根目录中的核心依赖文件进行安装。
  3. 启动 MCP 服务器：
     • 以并发多客户端模式启动服务器：
       • python src/mcp_server.py --port 8767
     • 也可使用单客户端 stdio 模式运行：
       • python src/mcp_server_std.py
  4. 服务器运行后，客户端可通过配置指向服务器地址进行交互。

• 服务器配置（供 MCP 客户端使用的配置示例） { "server_name": "unitares", "type": "http", "url": "http://localhost:8767/mcp/", "headers": { "X-Agent-Name": "MyAgent" } } 注释说明：

  • server_name：服务器在客户端侧的标识名称。
  • type：传输类型，此处为 http，表示通过 HTTP 流式 API 与客户端交互。
  • url：MCP 客户端连接的入口 URL。
  • headers：连接时附带的请求头信息，例如用于标识当前代理的名称。

• 基本使用方法

  • 读取资源：通过 MCP 提供的资源读取接口获取所需上下文数据。
  • 注册/调用工具：将外部工具注册到 MCP 服务端，LLM 通过统一接口调用并返回结果。
  • 获取 Prompt：从服务器获取并渲染自定义 Prompt 模板，支持不同交互模式。
  • 与客户端对话：客户端通过 JSON-RPC 调用服务器端端点，获取资源、执行工具、获取模板等结果。
  • 会话与安全：服务器负责会话生命周期、能力声明、以及访问权限控制，确保多客户端环境下的安全性。

• 进阶使用

  • 根据实际应用场景（如不同任务类型、不同数据源、不同工具集成等）扩展资源、工具及 Prompts，按 MCP 规范实现自定义能力声明。
  • 结合 dashboard、health 等端点实现运维与监控。

• 备注

  • 本仓库包含了完整的后端实现、工具与测试用例，适合在实际生产环境中部署 MCP 服务端，并为 LLM 客户端提供一致、可扩展的上下文与能力服务。