使用说明
python -m venv server_venv
source server_venv/bin/activate
pip install --upgrade pip
需求.txt
mcp[cli]
requests
pytest-asyncio
创建该文件后，运行：
pip install -r requirements.txt
python main.py
pytest -s
# or
python server.py --server_type=sse
要在VS Code上运行服务器，以便您可以使用github copilot运行MCP工具：
我所做的是将一个文件添加到服务器的工作目录中。这将运行MCP服务器，允许AI使用它。
mkdir .vscode
cd .vscode
touch mcp.json
vim mcp.json
{
"servers": {
"ceda-tools": {
"type": "stdio",
"command": "${workspaceFolder}/server_venv/bin/python",
"args": [
"main.py"
]
}
}
}
.vscode/mcp.json
创建该文件后，重新启动VS代码，打开带有服务器的工作区。例如，这就是我的工作区的样子：
main.py
.
├── .vscode
│ └── mcp.json
├── main.py
├── requirements.txt
├── README.md
└── tests
└── test_server.py
完成后，在vs代码中打开副驾驶，然后单击输入框左下角的底部。
在此选择代理。选择代理后，单击右下角（发送左侧）的工具图标。在这里滚动到“配置工具”菜单的底部并查找 ceda-tools。如果还没有，请勾选该框。
在ceda工具中，应该有一个教程中创建的所有工具的列表。
选择此选项后，您可以向聊天机器人询问信息，它应该运行一个工具并请求您的许可。
有关VS Code中MCP的更多信息，请参阅此处： https://code.visualstudio.com/docs/copilot/customization/mcp-servers （本指南是将MCP服务器添加到开发容器部分）
