计算器服务

MCP（模型上下文协议）项目计算器

这个项目是一个如何使用MCP（模型上下文协议）创建通过stdio（标准输入/输出）通信的服务器和客户端的示例。

什么是MCP？

MCP（模型上下文协议）是一种允许应用程序与提供工具和资源的服务器通信的协议。在这种情况下，我们创建了一个可以执行基本数学运算的计算器服务器。

项目结构

server.py -MCP服务器

服务器使用 FastMCP 揭露：

• 工具：客户端可以调用的函数

  • add(a, b)：添加两个数字
  • subtract(a, b)：减去两个数字
  • multiply(a, b)：将两个数字相乘
  • divide(a, b)：除以两个数字
  • greet(name)：直呼某人的名字
  • read_text(text)：读取并显示文本内容

• 资源：客户端可以读取的数据

  • greeting://{name}：生成个性化问候语

client.py -带LLM的MCP客户端

客户：

1. 连接到 server.py 使用stdio。
2. 列出可用工具并将其转换为LLM兼容模式。
3. 连接到 Azure人工智能推理 （使用GitHub模型）。
4. 向LLM发送提示（“添加2到20”）。
5. 从LLM接收工具调用指令。
6. 在MCP服务器上执行该工具并显示结果。

如何运行项目

1.激活虚拟环境

在macOS/Linux上：

source venv/bin/activate

在Windows（PowerShell）上：

.\venv\Scripts\Activate.ps1

如果您在Windows上的执行策略有问题，请先运行：

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

2.设置您的GitHub Token

你需要一个GitHub个人访问令牌来使用LLM模型。

在macOS/Linux上：

export GITHUB_TOKEN="your_github_token_here"

在Windows（PowerShell）上：

$env:GITHUB_TOKEN="your_github_token_here"

3.运行客户端

客户端将自动连接到服务器：

python client.py
# or
python3 client.py

在Windows上，您还可以使用：

py client.py

4.查看输出

客户端将显示：

• ✅ 可用工具列表
• 🔄 转换后的工具模式
• 🤖 打电话给LLM。..
• 🛠️ 工具执行结果（例如“22”）

依赖项

依赖关系在 requirements.txt:

• mcp：主MCP协议库
• fastmcp：快速创建MCP服务器的框架
• azure-ai-inference：Azure AI推理客户端库（GitHub模型）

备注

• 服务器(server.py)当客户端(client.py)连接。
• 通信是通过stdin/stdout（stdio）完成的。
• 由于以下原因，需要Python 3.10+ fastmcp 依赖性。