模型上下文协议演示服务器

MCP服务器演示

此存储库包含一组MCP（模型上下文协议）服务器，用于演示MCP的原理。这些服务器可以在本地运行或在线部署。

服务器

这 servers 文件夹包含以下演示服务器：

示例演示

一个简单的MCP服务器 hello 工具。

要运行此服务器，请执行以下操作：

cd servers/sample-demo
fastmcp run server.py

备件零售商

一个更复杂的MCP服务器，模拟备件零售商。它具有检查可用性、获取零件详细信息和订购零件的工具。

要运行此服务器，请执行以下操作：

cd servers/spare-parts-retailer
fastmcp run server.py

使用MCP检查器进行调试

FastMPC附带了MCP检查器工具：一个允许测试MCP服务器的Web应用程序。

按照提供的说明使用此web应用程序（使用“连接”按钮与MCP服务器讨论）。

cd servers/spare-parts-retailer
fastmcp dev server.py

PS：一定要使用 server.py 而不是 .\\server.py 在Windows上。

使用语义内核聊天客户端进行测试

这 tools 文件夹包含聊天客户端(sk_chat_client.py)使用 微软语义内核 与MCP服务器交互。

客户端是通过作为命令行参数传递的JSON文件配置的，它可以连接到本地(stdio)远程(http)MCP服务器。

先决条件

在运行客户端之前，您需要创建一个 .env 文件在 tools 包含Azure OpenAI凭据的目录：

AZURE_OPENAI_API_KEY="your_api_key"
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME="your_deployment_name"
AZURE_OPENAI_ENDPOINT="your_endpoint"
AZURE_OPENAI_API_VERSION="your_api_version"

配置

聊天客户端使用JSON配置文件来设置MCP插件和聊天代理。这 type 现场 mcp_plugin 部分确定是否连接到本地服务器(stdio)或远程(http).

示例配置文件在 tools 目录：

• agent_config_stdio.json：作为子进程连接到本地服务器。

  复制

  {
    "mcp_plugin": {
      "type": "stdio",
      "name": "SparePartsRetailer",
      "command": "fastmcp",
      "args": ["run", "servers/spare-parts-retailer/server.py"]
    },
    "chat_agent": {
      "name": "CatalogAgent",
      "instructions": "Answer questions about Spare Part Availability."
    }
  }
  

• agent_config_http.json：通过HTTP连接到远程服务器。

  复制

  {
    "mcp_plugin": {
      "type": "http",
      "name": "RemoteServer",
      "url": "http://localhost:8000/mcp"
    },
    "chat_agent": {
      "name": "RemoteAgent",
      "instructions": "Interact with the remote server."
    }
  }
  

运行客户端

要运行聊天客户端，请从存储库的根目录执行以下命令，并将路径传递到所需的配置文件。

要连接到本地服务器（stdio），请执行以下操作：

python tools/sk_chat_client.py --config tools/agent_config_stdio.json

要连接到远程服务器（http）：

python tools/sk_chat_client.py --config tools/agent_config_http.json