MCP启动项目
什么是MCP?
模型上下文协议(MCP)是构建可以与外部工具和API交互的AI应用程序的标准。它由两个主要部分组成:
- MCP服务器:一个Python服务,定义并公开可由AI模型调用的工具/函数
- MCP客户端:一个Types/JavaScript客户端,连接到MCP服务器并管理AI模型和工具之间的交互
项目结构```
mcp_starter/
├── mcp-server/ # Python MCP server implementation
│ ├── main.py # Server with documentation search tool
│ └── pyproject.toml # Python dependencies
└── mcp-clients/ # TypeScript MCP client implementation
├── index.ts # Express server with HuggingFace integration
└── package.json # Node.js dependencies
## 入门指南
### 先决条件
- Python 3.11或更高版本
- Node.js 18或更高版本
- 拥抱面部API键
- Serper API密钥 谷歌搜索功能
### 设置服务器
1. 创建一个Python虚拟环境并激活它:```bash
cd mcp-server
python -m venv .venv
# On Windows
.venv\Scripts\activate
- 安装依赖项:```bash
pip install -e .
3. 创建一个 `.env` 文件在 `mcp-server` 目录:```plaintext
SERPER_API_KEY=your_serper_api_key_here
设置客户端
- 安装Node.js依赖项:```bash
cd mcp-clients
npm install
2. 创建一个 `.env` 文件在 `mcp-clients` 目录:```plaintext
HUGGINGFACE_API_KEY=your_huggingface_api_key_here
- 构建TypeScript代码:```bash
npm run build
## 运行应用程序
1. 启动MCP服务器:```bash
cd mcp-server
python main.py
- 在新终端中,启动客户端服务器:```bash
cd mcp-clients
node build/index.js ../mcp-server/main.py
## 使用API
客户端公开了两个端点:
- **健康检查**: `GET http://localhost:3000/health`
- **聊天**: `POST http://localhost:3000/chat`
聊天请求示例:```json
{
"query": "Search the langchain docs for RAG",
"sessionId": "user123"
}
特性
-
文档搜索工具:搜索流行AI库的文档:
-
LangChain
- 调用Index
-
OpenAI
-
会话管理:维护每个会话的聊天历史记录
-
工具集成:将AI模型响应与工具调用无缝集成
-
错误处理:针对API调用和工具执行的强大错误处理
运作原理
- MCP服务器定义了AI模型可以调用的工具
- 客户端连接到MCP服务器并检索可用工具
- 当用户发送查询时:
- 客户端格式化对话历史记录
- 将其发送到拥抱脸模型
- 从模型的响应中提取并执行工具调用
- 返回包含工具结果的最终响应
环境变量
服务器
SERPER_API_KEY:用于Google搜索功能的API密钥
客户端
HUGGINGFACE_API_KEY:用于访问拥抱面部模型的API密钥
许可证
MIT许可证
