AI导哈

模型上下文协议演示

一个演示模型上下文协议（MCP）如何在客户端服务器和MCP操作服务器之间工作的玩具项目，用于模拟LLM解析用户意图并调用MCP服务器执行特定操作。

  • by armstrong99
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 armstrong99/Model-Context-Protocol---Fast-API

使用说明

使用FastAPI的MCP演示

这是一个玩具项目，演示如何 模型上下文协议（MCP） 可以在以下两者之间工作：

  1. A. 客户端服务器 （模拟LLM/聊天机器人）。
  2. A. MCP操作服务器 （定义“安排会议”等操作）。

目标是模拟LLM如何解析用户意图并调用MCP服务器执行特定操作。

🛠️ 需求

  • Python 3.9+
  • 安装依赖项：
pip install -r requirements.txt

🚀 运行服务器

1.启动MCP操作服务器

该服务器公开动作（例如。， setup_meeting).

 python3 mcp_server/main.py

2.启动客户端服务器

这模拟了一个聊天机器人，它会监听提示并调用MCP服务器。

cd inference

python3 -m uvicorn main:app --host 0.0.0.0 --port 8000

💬 示例用法

  1. 向客户端服务器发送提示：
curl -X POST "http://localhost:8000/prompt" \
    -H "Content-Type: application/json" \
    -d '{"prompt": "Please setup a meeting at 12PM"}'

  1. 客户端服务器将：

    • 解析文本。
    • 检测意图（“设置会议”）。
    • 将请求转发到MCP操作服务器。
    • 返回MCP服务器的响应。

📂 项目结构

.
├── mcp_server/main.py   # MCP Action Server (provides supported actions)
├── inference/main.py   # Client Server (simulates LLM / chatbot)
├── requirements.txt   # Dependencies

⚡ 备注

  • 这是一个 玩具演示 --没有使用真正的LLM。
  • 它使用的不是自然语言理解，而是 关键字匹配 以检测动作。
  • 您可以扩展 action_server.py 以支持更多动作（例如。， do_xyz, send_sms).

相关 MCP