AI导哈

MCP服务器演示

一个使用FastMCP框架实现的MCP服务器演示项目，提供基本算术工具和动态问候资源。

  • by dcvii
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 dcvii/mcp-server-demo

使用说明

MCP服务器演示

一个演示项目，展示了使用FastMCP的模型上下文协议（MCP）服务器实现。

概述

本项目演示了如何使用FastMCP框架构建一个简单的MCP服务器。该服务器提供：

  • 一个基本的算术工具(add)将两个整数相加
  • 生成个性化问候的动态问候资源

什么是MCP？

模型上下文协议（MCP）是用于将AI模型与外部工具和资源连接的标准化协议。它能够：

  • 工具：AI模型可以调用的函数来执行操作
  • 资源：AI模型可以读取的数据源
  • 鼓励：AI交互模板

项目结构

mcp-server-demo/
├── README.md          # This file
├── pyproject.toml     # Project configuration and dependencies
├── uv.lock           # Dependency lock file
├── main.py           # Simple entry point
├── server.py         # MCP server implementation
├── .python-version   # Python version specification (3.12)
├── .gitignore        # Git ignore patterns
└── prompt/           # Status reports directory

特性

工具

  • add（a:int，b:int）->int：将两个整数相加并返回结果

资源

  • 问候语：//{姓名}：为指定名称生成问候消息的动态资源

需求

  • Python 3.12+（指定于 .python-version)
  • uv（用于依赖性管理）
  • 带CLI附加功能的MCP库

依赖项

该项目使用以下主要依赖项：

  • mcp[cli]>=1.9.0：支持CLI的模型上下文协议库

关键传递依赖关系：

  • anyio：异步I/O库
  • httpx：HTTP客户端库
  • pydantic：数据验证库
  • starlette：Web框架
  • uvicorn：ASGI服务器
  • typer：CLI框架

安装

  1. 克隆存储库：

    git clone <repository-url>
cd mcp-server-demo

  2. 使用uv安装依赖项：

    uv sync

用法

运行基本脚本

uv run python main.py

这将输出： Hello from mcp-server-demo!

运行MCP服务器

服务器可以在不同的模式下运行：

STDIO模式（标准输入/输出）

uv run python -c "from server import mcp; import asyncio; asyncio.run(mcp.run_stdio_async())"

SSE模式（服务器发送事件）

uv run python -c "from server import mcp; import asyncio; asyncio.run(mcp.run_sse_async())"

HTTP流模式

uv run python -c "from server import mcp; import asyncio; asyncio.run(mcp.run_streamable_http_async())"

测试服务器功能

您可以通过编程方式测试服务器组件：

from server import mcp
import asyncio

async def test_server():
    # Test the add tool
    result = await mcp.call_tool('add', {'a': 5, 'b': 3})
    print(f"5 + 3 = {result}")
    
    # Test the greeting resource
    greeting = await mcp.read_resource('greeting://World')
    print(greeting)

# Run the test
asyncio.run(test_server())

代码示例

服务器实现（Server.py）

from mcp.server.fastmcp import FastMCP

# Create an MCP server instance
mcp = FastMCP("Demo")

# Define a tool (function that can be called)
@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two integers together."""
    return a + b

# Define a dynamic resource
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
    """Generate a personalized greeting."""
    return f"Hello, {name}!"

主入口点（Main.py）

def main():
    print("Hello from mcp-server-demo!")

if __name__ == "__main__":
    main()

发展

建立发展环境

  1. 确保您已安装Python 3.12+
  2. 安装紫外线： curl -LsSf https://astral.sh/uv/install.sh | sh
  3. 克隆存储库并安装依赖项：
    git clone <repository-url>
cd mcp-server-demo
uv sync

项目配置

该项目使用 pyproject.toml 配置：

[project]
name = "mcp-server-demo"
version = "0.1.0"
description = "Add your description here"
readme = "README.md"
requires-python = ">=3.12"
dependencies = [
    "mcp[cli]>=1.9.0",
]

添加新工具

要向服务器添加新工具，请执行以下操作：

@mcp.tool()
def your_tool_name(param1: type, param2: type) -> return_type:
    """Tool description."""
    # Your implementation here
    return result

添加新资源

要添加新资源，请执行以下操作：

@mcp.resource("resource://pattern/{param}")
def get_resource(param: str) -> str:
    """Resource description."""
    # Your implementation here
    return resource_content

建筑

MCP服务器是使用FastMCP框架构建的，该框架提供：

  • 异步支持：基于asyncio构建，用于并发操作
  • 多种运输方式：STDIO、SSE和HTTP流媒体
  • 类型安全：使用Pydantic进行数据验证
  • 易于集成：工具和资源的简单装饰器

故障排除

常见问题

  1. Python版本：确保你使用的是Python 3.12+
  2. 依赖项：运行 uv sync 安装所有依赖项
  3. 导入错误：确保您在正确的目录中并使用 uv run

开发技巧

  • 使用 uv run 在项目环境中执行Python脚本
  • 服务器函数是异步的，因此使用 asyncio.run() 用于测试
  • 检查 prompt/ 开发过程中的状态报告目录

许可证

该项目仅用于演示目的。请检查MCP库许可证的使用权限。

贡献

这是一个演示项目。有关对MCP库本身的贡献，请参阅主MCP存储库。

资源

最后更新时间：2024-07-16

相关 MCP