AI导哈

多上下文处理器查询工具

一个基于Streamlit的Web应用，通过OpenAI和Hugging Face API查询多上下文处理器服务器以获取主题相关资源或代码库摘要。

  • by Clffordojuka
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 clffordojuka/mcp-client

使用说明

流线型MCP客户端

一个简单的Streamlit web应用程序，允许您使用OpenAI和Hugging Face API查询不同的MCP（多上下文处理器）服务器，以获取与主题相关的资源或代码库摘要。

特性

  • 用户友好的用户界面： 输入主题并选择MCP服务器。
  • 服务器选项： 在DeepWiki和HuggingFace MCP服务器之间进行选择。
  • OpenAI集成： 使用OpenAI的GPT模型生成响应。
  • API密钥管理： 从安全加载API密钥 .env 文件。
  • 自定义样式： 干净、现代的界面，带有自定义CSS。

需求

设置

  1. 克隆此存储库：

    git clone <your-repo-url>
cd MCP

  2. 创建并激活虚拟环境（可选但推荐）：

    python -m venv venv
venv\Scripts\activate

  3. 安装依赖项：

    pip install -r requirements.txt

  4. 创建一个 .env 项目根目录中的文件：

    OPENAI_API_KEY=your_openai_api_key
HF_API_KEY=your_huggingface_api_key

用法

  1. 运行Streamlit应用程序：

    streamlit run app.py

  2. 在浏览器中：

    • 输入感兴趣的主题。
    • 选择一个MCP服务器（DeepWiki或HuggingFace）。
    • 点击“生成响应”以获取资源或摘要。

文件结构

.
├── app.py
├── requirements.txt
└── .env

备注

  • API配额： 确保您的OpenAI帐户有足够的配额。如果您看到429错误，请检查您的 OpenAI使用和计费.
  • 定制： 您可以通过在中编辑CSS来进一步设置UI样式 app.py.

许可证

MIT许可证

致谢

相关 MCP