模型上下文协议工具集成

一个基于模型上下文协议(MCP)的工具集成平台,支持通过命令行界面(CLI)与模型交互,动态调用工具并管理资源上下文,适用于AI辅助开发和自动化任务场景。

  • by drswobodziczka
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 drswobodziczka/mcp-servers-demo

使用说明

mcp服务器演示

varia材料,包括示例mcp服务器、客户端、与模型上下文协议标准相关的深入研究,用作会议语音演示和演示的馈送

LLM+工具+上下文——快速概述

最小流量

  • 用户输入(CLI)→ 聊天构建用户消息。
  • 如果输入提到资源(例如@report.pdf),资源层会获取并将其内容注入用户上下文。
  • Chat使用当前对话历史和工具汇总列表(来自多个MCP服务器)调用模型。
  • 模型决定:
    • 如果需要工具→ 它选择一个工具和论据;工具管理器通过适当的MCP客户端/服务器执行它;工具结果作为上下文附加,循环继续。
    • 如果不需要更多的工具→ 返回最终文本答案。

当模型“获得”工具时

  • 每次通话时,都会提供当前的工具列表;模型选择要使用的工具。

当资源被添加到上下文中时

  • 在调用之前(基于用户输入中的@提及)。
  • 工具执行后(工具结果作为下一轮的上下文附加)。

关键文件(快速地图)

  • core/cli.py --控制台UI(提示循环,自动完成 / 和 @).
  • main.py --应用程序引导(模型服务、MCP客户端、聊天+CLI连接)。
  • core/chat.py --聊天循环+与模型的工具编排。
  • core/cli_chat.py --资源提及和命令提示集成。
  • core/claude.py --模型服务包装器(消息、工具、可选系统/思维)。
  • core/tools.py --跨MCP客户端的工具聚合和执行。
  • mcp_client.py --MCP客户端(stdio传输、列表/调用工具;提示/资源TODO)。
  • mcp_server.py --MCP服务器示例,展示示例工具。