MCP Demo Dotnet

MCP搜索检索

提供方 CesaragsUC

搜索检索 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude DesktopClaude
查看接入方式

一个基于Model Context Protocol (MCP)的AI驱动产品目录系统,支持语义搜索和产品管理功能。

一句话选型结论

按资料字段整理

MCP Demo Dotnet 属于搜索检索类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude Desktop、Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类搜索检索 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 3 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

搜索检索
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量3暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

AI驱动C#本地部署语义搜索产品管理数据库操作LLM集成

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
docker run -d \

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Docker,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 3 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 3 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Claude,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
MCP Demo Dotnet当前 3 stdio · 本地进程 本地部署 有 2026-05-17
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
字段来自项目仓库与公开索引,中文说明由本站标注
提供方CesaragsUC上游标注的维护方 CesaragsUC
分类搜索检索本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Docker本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

14.6 KB
来自项目仓库与上游目录的原文,未做删改

MCP服务器POC-带语义搜索的产品目录

概念验证(POC)演示了用于构建AI驱动工具的模型上下文协议(MCP)。NET、PostgreSQL和Claude AI。

🎯 概述

该项目展示了如何创建符合MCP的工具,将数据库操作和API暴露给像Claude这样的大型语言模型(LLM)。它使用带有pgvector扩展的PostgreSQL实现了一个具有语义搜索功能的产品目录系统。

主要特点

  • 🔧 MCP服务器实现 -暴露。NET作为MCP工具
  • 🗄️ PostgreSQL+pgvector -语义搜索的向量嵌入
  • 🤖 克劳德集成 -基于人工智能的产品推荐
  • 📦 产品管理 -通过对话界面进行CRUD操作
  • 🌐 RESTful API -用于测试和集成的HTTP端点
  • 🐳 Docker支持 -带有pgvector的容器化PostgreSQL

🏗️ 建筑```

┌─────────────────────────────────────────────────────────┐
│ Claude AI / MCP Client │
│ (Claude Desktop, API, or Custom Client) │
└────────────────┬────────────────────────────────────────┘
│ stdio/HTTP (MCP Protocol)
↓
┌─────────────────────────────────────────────────────────┐
│ MCP Server (.NET 8) │
│ ┌────────────────────────────────────────────────────┐ │
│ │ MCP Tools │ │
│ │ - ProductTool: Get/Search products │ │
│ │ - WeatherTool: Weather alerts (example) │ │
│ │ - SemanticSearchTool: Vector similarity search │ │
│ └────────────────────────────────────────────────────┘ │
└────────────────┬────────────────────────────────────────┘
│
↓
┌─────────────────────────────────────────────────────────┐
│ PostgreSQL 16 + pgvector │
│ - Products table │
│ - Documents table (with embeddings) │
└─────────────────────────────────────────────────────────┘


## 📋 先决条件

- .NET 8 SDK
- Docker 桌面版 (适用于PostgreSQL)
- API密钥 (可选,用于测试)
- WSL2(Windows)或Docker(Linux/Mac)

## 🚀 入门指南

### 1.克隆和设置```bash
git clone
cd MCP.SemanticKernel

2.用pgvector启动PostgreSQL```bash

docker-compose up -d


或手动:```bash
docker run -d \
--name postgres-pgvector \
-e POSTGRES_DB=AppEmbeddingDb \
-e POSTGRES_USER=postgres \
-e POSTGRES_PASSWORD=postgres \
-p 5432:5432 \
pgvector/pgvector:pg16

3.配置连接字符串

应用设置:```json
{
"ConnectionStrings": {
"DefaultConnection": "Host=localhost;Port=5432;Database=AppEmbeddingDb;Username=postgres;Password=postgres;Include Error Detail=true"
},
"ANTHROPIC_API_KEY": "sk-ant-api03-your-key-here"
}


**或使用用户机密(推荐):**```bash
dotnet user-secrets init
dotnet user-secrets set "ConnectionStrings:DefaultConnection" "Host=localhost;Port=5432;Database=AppEmbeddingDb;Username=postgres;Password=postgres"
dotnet user-secrets set "ANTHROPIC_API_KEY" "sk-ant-api03-your-key-here"

4.运行数据库迁移```bash

dotnet ef database update


或手动创建:```sql
-- Connect to PostgreSQL
psql -U postgres -d AppEmbeddingDb

-- Create extension
CREATE EXTENSION IF NOT EXISTS vector;

-- Create products table (simplified example)
CREATE TABLE products (
id UUID PRIMARY KEY,
name VARCHAR(200) NOT NULL,
description TEXT,
price DECIMAL(10,2),
category VARCHAR(100),
created_at TIMESTAMP DEFAULT NOW()
);

-- Create documents table for semantic search
CREATE TABLE documents (
id SERIAL PRIMARY KEY,
content TEXT NOT NULL,
embedding vector(1536),
source VARCHAR(500),
category VARCHAR(100),
chunk_index INTEGER,
created_at TIMESTAMP DEFAULT NOW(),
metadata JSONB
);

-- Create vector index for fast similarity search
CREATE INDEX ON documents USING ivfflat (embedding vector_cosine_ops);

5.种子样本数据```bash

dotnet run --seed


或手动插入:```sql
INSERT INTO products (id, name, description, price, category) VALUES
(gen_random_uuid(), 'Smartphone XYZ', 'Features stunning display, powerful processor, and advanced camera system', 699.99, 'Electronics'),
(gen_random_uuid(), 'Wireless Headphones', 'Superior sound, noise cancellation, and long battery life', 199.99, 'Electronics'),
(gen_random_uuid(), 'Gaming Monitor', 'The Gaming Monitor delivers stunning visuals and fast refresh rates for an immersive gaming experience', 399.99, 'Games'),
(gen_random_uuid(), 'Gaming Keyboard', 'Customizable with RGB lighting', 129.99, 'Games'),
(gen_random_uuid(), 'Smart Refrigerator', 'Advanced cooling and remote control', 1199.99, 'Home');

6.运行MCP服务器```bash

dotnet run


服务器将于启动 `http://localhost:5110`

## 🧪 测试MCP服务器

### 选项1:Swagger用户界面(HTTP/REST)

导航到: `http://localhost:5110/swagger`

测试 `/Chat` 端点:```json
{
"prompt": "Get all products"
}

选项2:cURL```bash

Get all products

curl -X POST http://localhost:5110/Chat \
-H "Content-Type: application/json" \
-d '{"prompt": "Get all products"}'

Product recommendation

curl -X POST http://localhost:5110/Chat \
-H "Content-Type: application/json" \
-d '{"prompt": "I want a monitor for gaming, what would you suggest?"}'

Weather tool example

curl -X POST http://localhost:5110/Chat \
-H "Content-Type: application/json" \
-d '{"prompt": "Get weather alerts for TX"}'

Health check

curl http://localhost:5110/health


### 选项3:Claude桌面集成

**配置Claude桌面** (`claude_desktop_config.json`):```json
{
"mcpServers": {
"product-catalog": {
"command": "dotnet",
"args": [
"run",
"--project",
"C:/path/to/your/MCP.SemanticKernel/MCP.SemanticKernel.csproj"
]
}
}
}

配置文件位置:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • 视窗: %APPDATA%\Claude\claude_desktop_config.json

然后在Claude Desktop中:```
User: "Show me all available gaming products"
Claude: [calls get_all_products tool automatically]


## 📚 可用的MCP工具

### 产品工具

**获取所有产品**

- 描述:从目录中检索所有产品
- 参数:无
- 返回:JSON产品数组

**get_product_by_id**

- 描述:按ID检索特定产品
- 参数:
- `id` (int):产品ID
- 退货:产品详细信息或“找不到产品”

### WeatherTool

**获取警报**

- 描述:获取美国某个州的天气警报
- 参数:
- `state` (string):两个字母的州缩写(例如,“TX”、“NY”)
- 返回:活动天气警报或“无活动警报”

### 语义搜索工具(未来增强)

**语义研究**

- 描述:使用语义相似性搜索文档
- 参数:
- `query` (string):搜索查询
- `topK` (int,可选):结果数(默认值:5)
- `category` (字符串,可选):按类别筛选
- 返回:具有相似性得分的最相关文档

## 🏗️ 项目结构```
MCP.SemanticKernel/
├── Infrastructure/
│   └── AppEmbeddingDbContext.cs      # Entity Framework DbContext
├── Models/
│   ├── Products.cs                    # Product entity
│   └── Document.cs                    # Document entity (for RAG)
├── PluginFunctions/
│   └── ProductPlugin.cs               # Semantic Kernel functions (legacy)
├── Tools/
│   ├── ProductTool.cs                 # MCP tool for products
│   ├── WeatherTool.cs                 # MCP tool for weather
│   └── SemanticSearchTool.cs          # MCP tool for vector search
├── Program.cs                         # Application entry point
├── appsettings.json                   # Configuration
└── docker-compose.yml                 # PostgreSQL + pgvector setup

🔧 配置

模型选择

该项目使用 克劳德·海库4.5 默认情况下(对POC来说具有成本效益):```csharp
var kernel = Kernel.CreateBuilder()
.AddAnthropicChatCompletion(
modelId: "claude-haiku-4-5-20251001", // Fast and cheap
apiKey: anthropicApiKey)
.Build();


**可用型号:**

- `claude-haiku-4-5-20251001` -快速、便宜(每100万代币0.80美元/4.00美元)
- `claude-sonnet-4-5-20250929` -平衡(每100万代币3美元/15美元)
- `claude-opus-4-20250514` -最有能力(每100万代币15美元/75美元)

### 数据库配置

**默认连接字符串:**```
Host=localhost;Port=5432;Database=AppEmbeddingDb;Username=postgres;Password=postgres

用于生产,使用:

  • 带pgvector的Azure PostgreSQL
  • 带pgvector的AWS RDS PostgreSQL
  • 连接池(Npgsql)
  • 加密连接(SSL)

🎯 对话示例

产品搜索```

User: "I want a monitor for gaming, what would you suggest?"

Claude: I'll retrieve the product list for you so I can see what gaming
monitors are available. Great! I found a gaming monitor in the product
list for you:

Gaming Monitor (ID: b7770738-9d3f-486e-a6ee-283302063cf2)
- Price: $399.99
- Category: Games
- Description: The Gaming Monitor delivers stunning visuals and fast
refresh rates for an immersive gaming experience. Perfect for gamers
who demand the best.

This would be my recommendation for you! It's specifically designed for
gaming with stunning visuals and fast refresh rates...


### 多回合对话```
User: "Show me all products under $200"
Claude: [filters and shows products]

User: "Which one is best for gaming?"
Claude: [remembers context, recommends from filtered list]

User: "Add a keyboard to match"
Claude: [suggests gaming keyboard from catalog]

📊 性能考量

代币使用(克劳德·海库)

  • 平均请求:500个输入令牌+500个输出令牌
  • 每次请求的成本:~0.0026美元
  • 每月100万次请求:约2600美元

数据库性能

  • 带IVFFlat索引的pgvector:1M文档约100ms
  • 连接池:100个并发连接
  • 推荐:为频繁查询添加缓存层(Redis)

可扩展性

  • MCP服务器:无状态,可水平扩展
  • PostgreSQL:垂直扩展或读取副本
  • 考虑:具有自动扩展功能的Azure PostgreSQL灵活服务器

🔐 安全最佳实践

API密钥

✅ 使用用户机密进行开发
✅ 将Azure密钥库用于生产
✅ 永远不要将秘密提交给git

数据库

✅ 使用连接池
✅ 启用SSL/TLS连接
✅ 实现行级安全(RLS)
✅ 定期备份

MCP服务器

✅ 所有工具的输入验证
✅ 速率限制(可选)
✅ 工具调用的审计日志记录
✅ 身份验证/授权(如果公开)

🐛 故障排除

Docker/PostgreSQL问题

问题:MCP服务器无法连接到数据库```bash

Check if PostgreSQL is running

docker ps | grep postgres

Check logs

docker logs postgres-pgvector

Restart Docker Desktop

Restart WSL (Windows)

wsl --shutdown


**问题**:找不到pgvector扩展名```sql
-- Connect to database
psql -U postgres -d AppEmbeddingDb

-- Create extension
CREATE EXTENSION vector;

-- Verify
\dx

未找到MCP工具

问题克劳德找不到你的工具

  1. 检查刀具登记:```csharp
    builder.Services
    .AddMcpServer()
    .WithStdioServerTransport()
    .WithToolsFromAssembly(); // ← Must be present

2. 验证工具属性:```csharp
[McpServerToolType]  // ← On class
public sealed class ProductTool
{
[McpServerTool, Description("...")]  // ← On method
public async Task GetAllProducts() { }
}
  1. 检查Claude Desktop配置路径
  2. 配置更改后重新启动Claude Desktop

常见错误

“'get_all_products'函数遇到问题”

  • 通常是数据库连接问题
  • 检查连接字符串
  • 验证PostgreSQL是否正在运行
  • 检查防火墙规则

“SKEXP0070警告”

  • 这是社区Anthropic连接器的预期
  • 使用以下方式抑制: #pragma warning disable SKEXP0070

🚀 后续步骤

需要考虑的增强功能

  1. 矢量搜索(RAG)
  • 实施文件接收管道
  • 添加语义搜索工具
  • 支持PDF、Word、HTML文档
  1. 高级产品功能
  • 产品比较
  • 捆绑推荐
  • 价格跟踪和警报
  • 库存管理
  1. 身份验证和授权
  • Azure AD/Okta集成
  • 基于角色的访问控制(RBAC)
  • API密钥管理
  1. 监测和可观察性
  • 应用洞察
  • 普罗米修斯+格拉法纳
  • 请求/响应日志记录
  • 令牌使用跟踪
  1. 生产部署
  • Azure应用服务
  • Docker/Kubernetes
  • CI/CD管道
  • 自动缩放

📖 资源

MCP(模型上下文协议)

  • MCP文件
  • MCP规范
  • Claude桌面集成

语义内核

  • 语义核心文档
  • SK GitHub

PostgreSQL+pgvector

  • pgvector扩展
  • Npgsql提供程序

克劳德·艾

  • API文件
  • 拟人控制台

🤝 贡献

欢迎投稿!请随时提交拉取请求。

📄 许可证

此项目根据MIT许可证获得许可-有关详细信息,请参阅许可证文件。

👨‍💻 作者

塞萨尔·奥古斯托\
软件开发人员@Vizient\
医疗技术解决方案


🎓 从本POC中学到的关键知识

  1. MCP>语义核函数 (用于外部工具)
  • 更简单的API表面
  • 语言不可知论
  • 更便于重用
  1. 混合架构效果最佳
  • 编排语义内核
  • MCP用于工具曝光
  • PostgreSQL+pgvector用于数据
  1. Claude在工具调用方面很聪明
  • 了解各回合的背景
  • 提出明智的建议
  • 优雅地处理错误
  1. pgvector已准备就绪
  • 快速相似性搜索(\<100ms)
  • 扩展到数百万个矢量
  • 与EF Core无缝集成

🔮 未来:MCP与语义内核?

简答:两者将共存

  • 主控程序:工具公开标准(如API的REST)
  • 语义内核:复杂编排框架
  • 最佳实践:两者结合使用

此POC成功演示了混合方法!


问题? 打开一个问题或联系我们!

⭐ 如果这对你有帮助,可以考虑主演回购!

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
MCP Demo Dotnet 怎么安装?

在客户端按下面的安装命令接入:docker run -d \。装完在客户端配置里引用同一个包或端点。

MCP Demo Dotnet 怎么在 Claude Desktop、Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

MCP Demo Dotnet 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP Demo Dotnet 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

MCP Demo Dotnet 支持哪些客户端?

资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

MCP Demo Dotnet 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 AI驱动、产品管理、C#、Claude、数据库操作。具体工具清单以官方文档为准。

MCP Demo Dotnet 需要什么运行环境?

运行时为 Docker;属于本地进程,需要在本机装好运行环境。

MCP Demo Dotnet 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。