算术计算服务

计算器MCP服务器

计算器MCP服务器是一种后端服务，旨在通过模型上下文协议（MCP）为人工智能模型，特别是大型语言模型（LLM）提供算术计算能力。它允许LLM卸载数学计算，确保数值查询的准确性和可靠性。 例如，当用户询问LLM“3.8-3.11的结果是什么？”时，LLM将使用“3.8-3.11”调用服务器先执行计算，然后回答用户。

此服务器建立在官方 MCP Python SDK 并实现了一个名为 calculator_tool 其接受基于字符串的算术表达式并返回计算的数值结果。

服务器打包为Docker镜像。

特性

• 符合MCP标准： 遵守模型上下文协议以实现无缝集成。
• 精确计算： 为基本算术运算（+、-、*、/）提供精确的结果。
• 安全评估： 使用安全方法解析和计算数学表达式，防止任意代码执行。
• 标准化API： 通过展示功能 tools/call MCP方法。
• 码头化： 包含一个Dockerfile，便于容器化、部署和测试。
• 全面的错误处理： 返回无效输入或计算问题的结构化JSON-RPC错误。

先决条件

• 码头工人
• bash （用于运行辅助脚本）
• Python 3.12（用于理解代码，如果使用Docker进行所有操作，则不严格用于运行）

设置和安装

1.克隆存储库（如果适用）

如果此项目位于Git存储库中，请克隆它：

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

2.构建Docker镜像（可选-由以下人员处理 run-tests.sh 和 start-mcp-server.sh 如果需要）

您可以手动构建映像：

./build-image.sh

然而， ./run-tests.sh 如果映像不存在，或者您想在测试前确保它是最新的，它将自动构建映像。同样地， start-mcp-server.sh 可能会包含这一点。

3.运行服务器

要启动服务器，请执行以下操作：

./start-mcp-server.sh

此脚本将确保映像已构建，在Docker容器中启动服务器，并检查其状态。默认情况下，服务器在端口8000上侦听。

用法

计算器MCP服务器通过MCP公开其功能。MCP客户端（例如LLM主机应用程序）将按如下方式与其交互：

1. 初始化连接： 客户端与服务器（在Docker中运行）建立连接。

2. 工具发现（可选但推荐）： 客户端发送 tools/list 请求。

3. 工具调用： 客户端发送 tools/call 请求使用 calculator_tool.

   请求：

   复制

   {
       "jsonrpc": "2.0",
       "method": "tools/call",
       "params": {
           "name": "calculator_tool",
           "arguments": {
               "expression": "10 * (2 + 3) - 5 / 2"
           }
       },
       "id": "request-id-123"
   }
   

   成功响应：

   复制

   {
       "jsonrpc": "2.0",
       "result": {
           "value": 47.5
       },
       "id": "request-id-123"
   }
   

测试与 test-mcp-client.sh

提供了一个简单的CLI客户端脚本来测试正在运行的服务器。确保服务器正在通过运行 ./start-mcp-server.sh.

./test-mcp-client.sh list"

./test-mcp-client.sh call "2+2"

运行测试

单元测试在Docker容器中运行。如有必要，该脚本将处理图像的构建。

./run-tests.sh

此脚本首先调用 ./build-image.sh 确保Docker镜像是最新的，然后执行 pytest 在一个新的容器实例中。

停止服务器（Docker）

如果您使用启动服务器 ./start-mcp-server.sh，您可以通过以下方式阻止它：

./stop-mcp-server.sh

贡献

请参阅 developer_guide.md.