使用说明
MCP客户端
此存储库包含一个异步 MCP客户端 它连接到MCP兼容服务器（Python），并与 Llama模型 以处理用户查询。
它自动检测并使用服务器通过MCP提供的工具，允许LLM动态调用它们。
特性
- 连接到任何符合MCP标准的服务器(
.py) - 动态列出并使用服务器可用工具
- 支持工具执行的函数调用
- 保持交互式聊天循环
- 将所有交互记录到
logs/llm_output.log
如何使用
如果你是从虚拟机上读到的，请跳到第3条
1.准备服务器
您需要一个兼容MCP的服务器。它将在后台运行。 看 mcp服务器快照 了解更多信息。
2.连接到DISIT实验室LLM。
在目录中 llama4 创建一个名为的新文件 user_credentials.json.
客户端使用它对Snap4City进行身份验证并获取访问令牌。您必须使用Snap4City帐户，该帐户已被授予必要的API规则和使用限制。
{
"username": "<SNAP4CITY_USERNAME>",
"password": "<PASSWORD>"
}
3.运行客户端（仅从VM运行）
chat
这是的别名 ./chat.sh 命令。
如果成功，您将看到令牌处理和如下输出：
Connected to server with:
TOOLS: [...]
RESOURCES: [...]
PROMPTS: [...]
3.1运行客户端（外部用户）
如果服务器文件夹和客户端文件夹位于同一级别：
cd mcp-client-snap
python client.py ../mcp-server-snap/server.py
调整 server.py 指向目录结构的路径。
[！提示] 如果您收到服务器未运行的错误：
- 打开一个新终端
- 转到服务器目录并使用以下命令打开它：
python server.py
- 返回原始终端并再次运行上述命令。
如果成功，您将看到令牌处理和如下输出：
Connected to server with:
TOOLS: [...]
RESOURCES: [...]
PROMPTS: [...]
4.开始聊天
连接后，您可以交互式地输入查询：
MCP Client Started!
Type your queries or 'quit' to exit.
Query: list all the available tpl agencies and their websites.
如果模型决定使用工具，您将在日志和终端输出中看到它。 否则，模型将直接回答。
日志记录
所有查询、原始模型响应和工具调用都保存在：
log/llm_output.log
示例摘录：
2025-10-02 09:23:17 USER QUERY: calculate the area of a circle with radius 5
2025-10-02 09:23:19 RAW MODEL RESPONSE: {'role': 'assistant', 'content': None, 'function_call': {'name': 'tool_name', 'arguments': {...}}}
2025-10-02 09:23:19 FUNCTION CALLED: math_tool
2025-10-02 09:23:19 ARGS: {"operation": "area_circle", "radius": 5}
2025-10-02 09:23:20 FOLLOWUP RESPONSE: The area is approximately 78.54.
清理
退出时（键入 quit)，客户端会自动关闭所有异步资源。
️ 故障排除
-
错误：“用法：python客户端.py<path_to_server_script>” → 您没有传递MCP服务器文件的路径。办理登机
chat.sh如果路径有效。 -
虚拟环境问题 → 确保正确的Python解释器处于活动状态。
-
与DISIT资源的连接 → 确保凭据有效并正确传递，如中所示
How to use: 2.
备注
-
使用的模型是：
llama-4-inference -
工具调用遵循OpenAI风格
function_call格式，因此客户端应该使用支持它的任何LLM。
