AI导哈

模型上下文协议实现

MCP是一个标准化协议，用于AI模型与外部工具之间的通信，扩展AI能力。

  • by joemathew2004
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 joemathew2004/mcp_implementation

使用说明

MCP（模型上下文协议）实现

该项目展示了模型上下文协议（MCP）的全面实现，该协议允许AI模型通过标准化接口与外部工具进行通信。

什么是MCP？

MCP是一个开放协议，它规范了应用程序如何为大型语言模型（LLM）提供上下文。它实现了人工智能系统和本地运行的MCP服务器之间的通信，MCP服务器提供了额外的工具和资源来扩展人工智能功能。

项目结构

服务器

  • server_SGL.py -键值存储服务器（设置、获取、列表操作）
  • server_CALC.py -计算器服务器（加、减、乘、除、sqrt）
  • server_WEATHER.py -天气信息服务器（当前天气、预报、城市）

客户

  • multi_server_client.py -连接到多个MCP服务器并使用Groq API的主客户端

公用事业

  • start_servers.bat -批处理文件，用于启动不同端口上的所有服务器
  • .env -API密钥的环境文件（不包括在存储库中）
  • requirements.txt - Groq集成的依赖关系

入门指南

  1. 设置虚拟环境：

    # Create virtual environment
python -m venv venv

# Activate the virtual environment
venv\Scripts\activate  # On Windows
# source venv/bin/activate  # On macOS/Linux

# Install dependencies
pip install -r requirements.txt

  2. 创建一个 .env 使用Groq API密钥提交：

    GROQ_API_KEY=your_api_key_here

  3. 启动MCP服务器（每个服务器位于不同的端口上）：

    # On Windows
.\start_servers.bat

# Or start them individually
python server_SGL.py
python server_CALC.py 8002
python server_WEATHER.py 8003

  4. 运行多服务器客户端：

    python multi_server_client.py

可用工具

键值存储（端口8000）

  • keyvalue___set：使用键存储值
  • keyvalue___get：按键检索值
  • keyvalue___list：列出所有存储的密钥

计算器（端口8002）

  • calc___add：添加两个数字
  • calc___subtract：从第一个数字中减去第二个数字
  • calc___multiply：将两个数字相乘
  • calc___divide：将第一个数字除以第二个数字
  • calc___sqrt：计算一个数字的平方根

天气信息（端口8003）

  • weather___current：获取城市的当前天气（模拟）
  • weather___forecast：获取城市的天气预报（模拟）
  • weather___cities：列出可用城市

MCP协议详细信息

每个MCP服务器实现两个主要端点：

  1. /mcp/tools -返回可用工具的列表
  2. /mcp/invoke -使用提供的参数执行工具

与LLM集成

该项目演示了与Groq的LLM API的集成，但MCP协议可以与任何支持函数调用的LLM一起使用，包括：

  • OpenAI（GPT模型）
  • 人物克劳德
  • 亚马逊基岩模型
  • 通过Ollama等工具建立本地模型

许可证

本项目作为MCP协议的教育示例提供。

相关 MCP