AI导哈

MCP协议测试客户端

MCP Hub是一个轻量级且功能强大的系统，用于测试和与模型上下文协议（MCP）服务器交互，无需任何外部检查工具。它设计为模型无关，允许通过简单的配置设置与各种LLM和工具无缝集成。

  • by 7divs7
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 7divs7/mcp-hub

使用说明

MCP集线器

用于测试和与MCP服务器交互的模型不可知客户端

💡 概述

MCP集线器 是一个轻量级但功能强大的系统，用于测试和交互 模型上下文协议（MCP） 服务器——无需任何外部检查工具。

它的设计目的是 模型不可知，允许通过简单的配置设置与各种LLM和工具无缝集成。

您可以通过上传配置文件来测试MCP服务器，并使用 自然语言 通过前端。

⚙️ 特性

  • 模型不可知设计 -插入任何支持的LLM（OpenAI、Anthropic、Hugging Face等），无需更改代码。

  • 配置驱动设置 –只需上传您的 models_config.yaml 立即测试您的MCP服务器。

  • 工具调用 –使用单个消息调用内存、天气和日期处理程序等工具。

  • LLM交互层 –在多个服务器之间智能地路由请求和响应。

  • 简单的前端 –一个基于Streamlit的界面，用于与您的MCP工具聊天。

包括示例服务器

🗓️ mcp_todayinfo

提供实时日期和天气查询。

  • get_date → 返回当前日期和时间
  • get_weather → 返回指定城市的天气数据

💭 mcp_chatmemory

在会话之间保持会话记忆。

  • remember → 存储用户消息或偏好
  • recall → 检索最近的内存上下文 （默认值：最后5个）
  • clear_memory → 清除所有存储的消息

🚀 如何跑步

从项目根运行后端和前端：

uv run python launch.py

这将：

  • 在端口8000上启动FastAPI后端
  • 在端口8501上启动Streamlit前端

您也可以单独运行它们：

uv run uvicorn backend:app --reload --port 8000
uv run streamlit run frontend.py

MCP服务器配置

您可以通过将任何MCP服务器添加到以下位置来注册和测试它 _mcp_server_config.yaml 在根目录中。

配置示例

servers:
  - name: mcp_todayinfo
    command: "uv"
    args: ["run", "python", "mcp_todayinfo.py"]

  - name: mcp_chatmemory
    command: "uv"
    args: ["run", "python", "mcp_chatmemory.py"]

愿景与路线图

MCP Hub旨在成为 反应式多代理编排框架 对于MCP服务器。
它目前支持单一工具调用，并计划向更丰富、更代理的功能扩展。

  • 当前： 单工具执行和模型无关的MCP客户端
  • 下一页： 反应式代理核心，支持并行、多工具推理
  • 持久矢量存储器： 扩展 mcp_chatmemory 用于长期上下文保留
  • 多模态RAG： 集成图像、文本和音频检索功能
  • 观察性仪表板： 可视化连接的服务器、工具使用和推理痕迹
  • 插件框架： 动态自动注册和管理外部MCP服务器

截图

🙋‍♀️ 作者

迪维亚尼熊猫
数据科学家|生成型人工智能工程师

相关 MCP