使用说明

  • 项目简介

    • 该仓库是一个包含多个 MCP 服务器实现的后端集合,旨在为 LLM 客户端提供标准化的上下文信息、资源、工具以及可渲染的 Prompt 模板。核心通过 MCP(Model Context Protocol)实现 JSON-RPC 风格的请求与响应,并允许通过不同传输方式与客户端通信。
  • 主要功能点

    • MCP 服务器:实现资源、工具、提示的注册、管理与执行,提供会话管理与能力声明。
    • 资源与工具托管:通过 MCP 资源、工具的定义,向客户端暴露数据访问与外部功能能力。
    • Prompt 与渲染:提供用于 LLM 交互的提示模板或指令集,支持可定制的交互模式。
    • 多实现语言与场景:包含 Python 和 TypeScript 的多服务器实现(如 YouTube Toolbox、Readwise Reader 等),并提供相应的客户端示例。
    • JSON-RPC 通信:服务器端按 MCP 规范处理请求并返回标准化的 JSON-RPC 响应。
  • 安装步骤

      1. 克隆仓库并进入项目目录
      1. 根据子模块分开安装
      • Python 服务(示例服务器如 py-mcp-youtube-toolbox/server.py、readwise-reader-mcp 等)
        • 安装依赖:pip install -r requirements.txt(如有)
        • 运行入口:运行各自的入口脚本,例如 python py-mcp-youtube-toolbox/server.py
      • TypeScript/Node 服务(如 readwise-reader-mcp)
        • 安装依赖并构建:npm install(如有 package.json),再构建并启动入口(如 dist/index.js)
      1. 配置环境变量
      • 根据各服务器需求配置密钥与参数(如 API Key、Token 等),仓库中包含示例配置与.env 文件模板。
      1. 启动 MCP 服务器
      • 启动对应的 MCP 服务脚本,确保端口、命名等与客户端配置保持一致。
      1. 连接 MCP 客户端
      • 使用 MCP 客户端示例或自定义客户端,根据提供的服务器名称、启动命令和参数建立连接。
  • 服务器配置(供 MCP 客户端使用的 JSON 配置示例,非代码块展示)

    • 注意:以下 JSON 配置仅用于说明如何在 MCP 客户端描述需要连接的服务器信息。实际应用中,请将下列配置放在客户端的配置文件中,并确保 server name、command、args、环境变量等信息正确对应到具体服务器入口。

{ "servers": [ { "name": "Readwise_Reader_MCP", "command": "node", "args": ["dist/index.js"], "cwd": null, "env": { "READWISE_TOKEN": "your_readwise_token_here" } // 说明:该配置对应仓库中的 readwise-reader-mcp TypeScript实现,需将代码构建产物 dist/index.js 与入口脚本对应起来 }, { "name": "YouTube_Toolbox_MCP", "command": "python", "args": ["py-mcp-youtube-toolbox/server.py"], "cwd": null, "env": { "YOUTUBE_API_KEY": "your_youtube_api_key_here" } // 说明:该配置对应仓库中的 YouTube Toolbox MCP(Python 实现),直接启动 server.py } ] }

  • 基本使用方法

    • 启动后端:
      • 运行上述入口脚本中的任意一个 MCP 服务器,确保其监听能力声明并对外提供资源、工具等。
    • 与客户端交互:
      • MCP 客户端通过 JSON-RPC 向服务器发送请求,请求内容包括读取资源、调用工具、获取提示等,服务器返回标准化的 JSON-RPC 响应或错误信息。
    • 调试与运维:
      • 如遇异常,请查看服务器日志、确保 API Key/Token 等密钥正确配置,以及网络连通性正常。
    • 集成示例:
      • 客户端可通过提供的 server name、command、args 启动并连接 MCP 服务器,随后即可调用工具、访问资源和执行 Prompt 渲染等操作。
  • 备注

    • 该仓库中包含多种 MCP 服务器实现,覆盖不同的应用场景。使用时请逐一启动对应的服务器入口,确保客户端的配置与服务器的能力声明对齐。

信息

分类

AI与计算