AI导哈

LLM工具集成服务器

MCP Server是一个为LLM应用提供标准化工具连接服务的协议服务器，支持工具注册、执行和管理。

  • by mabrow05
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 mabrow05/custom-mcp-server

使用说明

MCP服务器

LLM工具集成的模型上下文协议服务器。此服务器为LLM驱动的应用程序提供了一种处理工具连接的标准化方法。

设置

先决条件

  • Python 3.12或更高版本
  • Docker（可选）

地方发展设置

  1. 创建虚拟环境：
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate
  1. 安装依赖项：
uv pip install -e .
  1. 创建一个 .env 文件：
SECRET_KEY=your-secure-secret-key
SEARCH_API_KEY=your-search-api-key  # Optional
SEARCH_ENGINE_ID=your-search-engine-id  # Optional
  1. 运行服务器：
python -m mcp_server.server

Docker设置

  1. 使用Docker Compose构建和运行：
docker-compose up --build

服务器将在以下时间可用 http://localhost:8000

API文档

认证

除令牌端点外的所有端点都需要使用JWT令牌进行身份验证。

获取令牌

curl -X POST http://localhost:8000/token \
  -H "Content-Type: application/x-www-form-urlencoded" \
  -d "username=testuser&password=testpass"

答复：

{
    "access_token": "eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9...",
    "token_type": "bearer"
}

工具API

列出可用工具

curl http://localhost:8000/list_tools \
  -H "Authorization: Bearer YOUR_TOKEN_HERE"

答复：

{
    "tools": [
        {
            "name": "web_search",
            "description": "Search the web for information",
            "type": "web_search",
            "parameters": [
                {
                    "name": "query",
                    "type": "string",
                    "description": "The search query to find information on the web",
                    "required": true
                },
                {
                    "name": "num_results",
                    "type": "integer",
                    "description": "Number of results to return",
                    "required": false,
                    "default": 5
                }
            ]
        }
    ]
}

执行工具

curl -X POST http://localhost:8000/execute_tool \
  -H "Authorization: Bearer YOUR_TOKEN_HERE" \
  -H "Content-Type: application/json" \
  -d '{
    "tool_name": "web_search",
    "parameters": {
        "query": "example search query",
        "num_results": 3
    }
}'

答复：

{
    "status": "success",
    "result": {
        "query": "example search query",
        "results": [
            {
                "title": "Example Result",
                "snippet": "This is a placeholder for actual search results",
                "url": "https://example.com"
            }
        ]
    },
    "error": null
}

注册新工具

curl -X POST http://localhost:8000/register_tool \
  -H "Authorization: Bearer YOUR_TOKEN_HERE" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "custom_tool",
    "description": "A custom tool example",
    "type": "function",
    "parameters": [
        {
            "name": "param1",
            "type": "string",
            "description": "First parameter",
            "required": true
        },
        {
            "name": "param2",
            "type": "integer",
            "description": "Second parameter",
            "required": false,
            "default": 0
        }
    ]
}'

答复：

{
    "status": "success",
    "message": "Tool custom_tool registered successfully"
}

发展

项目结构

mcp-server/
├── src/
│   └── mcp_server/
│       ├── __init__.py
│       └── server.py
├── main.py
├── pyproject.toml
├── Dockerfile
└── docker-compose.yml

添加新工具

要添加新工具，请执行以下操作：

  1. 在服务器代码中定义工具
  2. 使用注册 register_tool 函数
  3. 在中实现工具的逻辑 execute_tool 端点

环境变量

  • SECRET_KEY：JWT令牌生成的密钥
  • SEARCH_API_KEY：用于web搜索的API密钥（可选）
  • SEARCH_ENGINE_ID：用于网络搜索的搜索引擎ID（可选）
  • HOST：服务器主机（默认值：0.0.0.0）
  • PORT：服务器端口（默认值：8000）

安全说明

  • 应在生产环境中更改默认用户凭据（testuser/testpass）
  • 在生产中使用强大的SECRET_KEY
  • 实施适当的用户管理和数据库存储
  • 增加生产使用的速率限制
  • 在生产环境中使用HTTPS

许可证

麻省理工学院

相关 MCP