AI导哈

AI工具执行协议服务器

一个集成Google Gemini AI模型与MCP服务器的项目，允许通过命令行界面进行AI交互并执行专用工具（如发布推文或计算）。

  • by ateekshsoni
  • JavaScript
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 ateekshsoni/mcp-server-trail-project

使用说明

模型上下文协议（MCP）服务器项目

该项目演示了客户端应用程序和MCP（模型上下文协议）服务器之间的集成，允许人工智能与工具执行功能进行交互。

项目概述

此应用程序由两个主要组件组成：

  • A. 客户端 它连接到谷歌的Gemini AI模型和MCP服务器
  • 一 MCP服务器 注册并为AI模型提供工具

该系统允许用户通过命令行界面与Gemini AI模型进行交互。AI可以响应用户查询，并执行托管在MCP服务器上的专用工具，例如发布推文或执行计算。

建筑

├── client/              # Client application
│   ├── .env             # Environment variables for client
│   ├── index.js         # Client implementation
│   └── package.json     # Client dependencies
└── server/              # MCP server
    ├── .env             # Environment variables for server
    ├── index.js         # Server implementation
    ├── mcp.tool.js      # Tool implementations
    └── package.json     # Server dependencies

特性

  • 使用谷歌Gemini模型的AI聊天界面
  • 通过MCP协议执行工具
  • 可用工具：
    • addTwoNumbers：执行两个数字的加法
    • createPost：在推特/X上创建帖子

设置和安装

先决条件

  • Node.js（v14或更高版本）
  • npm或纱线
  • Twitter/X API证书

服务器安装程序

  1. 导航到服务器目录：
    cd server
  2. 安装依赖项：
    npm install
  3. 配置 .env 使用您的Twitter API凭据文件：
    TWITTER_API_KEY=your_api_key
TWITTER_API_KEY_SECRET=your_api_secret
TWITTER_ACCESS_TOKEN=your_access_token
TWITTER_ACCESS_TOKEN_SECRET=your_access_token_secret
  4. 启动服务器：
    node index.js

客户端设置

  1. 导航到客户端目录：
    cd client
  2. 安装依赖项：
    npm install
  3. 配置 .env 使用Gemini API密钥文件：
    GEMINI_API_KEY=your_gemini_api_key
  4. 启动客户端：
    node index.js

用法

  1. 先启动服务器，然后启动客户端
  2. 当客户端连接时，您将看到输入提示
  3. 键入您的问题或请求
  4. 人工智能将直接响应，或在需要时使用其中一种工具

交互示例：

  • “25加17等于多少？”（使用addTwoNumbers工具）
  • “发布一条推文，说‘我的MCP项目你好！’”（使用createPost工具）

运作原理

  1. 客户端通过SSE（服务器发送事件）连接到MCP服务器
  2. 服务器使用Zod验证在输入模式中注册可用工具
  3. 用户查询被发送到谷歌的Gemini AI模型
  4. 如果AI确定应该使用一个工具，它会调用一个函数
  5. 函数调用通过MCP客户端路由到MCP服务器
  6. 服务器执行请求的工具并返回结果
  7. 结果将呈现给用户并添加到聊天历史记录中

使用的技术

相关 MCP