AI导哈

模型上下文协议框架

一个用于管理和执行气候数据分析的模块化框架，支持动态查询路由和上下文记忆。

  • by jraa1995
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 jraa1995/simple-mcp-build

使用说明

模型上下文协议（MCP）实现

此存储库包括 模型上下文协议（MCP） ClimateGPT团队1正在开发的框架。

📂 项目结构

/mcp框架 ├── 模块/#核心MCP组件 │ ├── context_manager.py#存储执行上下文内存 │ ├── data_loader.py#处理数据集加载 │ ├── query_manager.py#动态路由查询 │ ├── pipeline_manager.py#执行MCP步骤 ├── 模型/#测试EDA/MCP框架检查的初始模型 │ ├── scenario _ project.py#温度趋势分析 │ ├── 温度_趋势.py#气候情景预测 │ ├── 型号3.py#型号3 ├── config/#配置设置 │ ├── config.yaml#定义数据集路径和管道步骤 ├── logs/#执行日志 │ ├── mcp执行日志 ├── 测试/#MCP验证的单元测试 ├── main.py#MCP执行的入口点 ├── requirements.txt#Python依赖项 ├── README.md#项目文档

如何运行MCP框架

  1. 克隆存储库 （如果尚未克隆）：

    git clone https://github.com/ newsconsole/GMU_DAEN_2025_01_A.git

  2. 切换到ClimateGPT团队1分支:

    git checkout ClimateGPT_Team1

  3. 确保设置了venv（虚拟环境）

    1. python -m venv venv
2. venv\Scripts\Activate

  4. 安装依赖项（requirements.txt）:

    pip install -r requirements.txt

  5. 运行MCP管道

    python main.py

配置和执行

  • 这 MCP管道 由以下因素动态控制 config/config.yaml 它定义了数据集和流水线步骤
  • 日志存储在 logs/mcp_execution.log 用于调试和跟踪执行结果

最近的更新

  • 采用模块化设计实现了初始MCP框架
  • 添加了动态查询路由和上下文内存

相关 MCP