AI导哈

AI应用构建协议

MCP（Model Context Protocol）是一个标准化协议，用于将大型语言模型（LLM）与外部工具、数据源和提示资源连接起来，以构建丰富的上下文AI应用。

  • by mannan-123
  • Jupyter Notebook
  • 本地部署
  • 更新于
在 GitHub 查看 mannan-123/MCP-AI-Apps-with-Anthropic

使用说明

MCP：用Anthropic构建丰富的上下文AI应用程序

本回购涵盖了如何使用 模型上下文协议（MCP） 以标准化的方式构建将LLM连接到外部工具、数据源和提示资源的应用程序。

你将学到什么

  • 模型上下文协议（MCP）的目的和架构，它如何使AI应用程序能够与外部工具/数据集成，而无需定制集成。
  • 如何构建一个与MCP兼容的服务器，公开工具、提示模板和资源（例如，本地文件、网络抓取、数据存储库）。
  • 如何在连接到MCP服务器并使用其功能的AI应用程序（聊天机器人或代理）中构建MCP客户端。
  • 如何部署和配置MCP服务器和客户端，包括连接到参考服务器（例如文件系统、fetch）以及与Claude Desktop等应用程序集成。
  • 构建可扩展且避免碎片化工具集成的富上下文AI应用程序的最佳实践。

安装说明

  1. 克隆存储库

  2. 安装依赖项

    pip install fastmcp mcp-sdk python-dotnet (or other SDKs as needed)

    （确保检查 requirements.txt 或者为精确的包添加代码注释。)

  3. 运行示例

    • 打开笔记本并按顺序运行。

    • 要尝试服务器/客户端模式：

      python create_mcp_server.py
python create_mcp_client.py

    • 探索通过MCP协议连接到参考服务器或外部工具。

如何开始

  • 从 “MCP简介” 介绍了MCP的背景和体系结构。
  • 然后转到 “服务器设置” notebook/脚本，用于构建自己的MCP服务器，公开工具/资源。
  • 接下来，打开 “客户端设置” 笔记本电脑/脚本，用于将AI应用程序连接到服务器。
  • 最后，使用 “部署和集成” 连接多个服务器、配置客户端（如Claude Desktop）和远程部署系统的示例。
  • 我们鼓励你 定制：添加新工具、数据源，或连接到其他兼容MCP的服务器。

为什么这很重要

随着人工智能系统变得越来越普遍，将模型与工具和数据源无缝集成的能力至关重要。MCP提供 标准协议 这样做可以降低集成复杂性，促进重用，并实现更丰富的人工智能应用程序。本课程和回购为您提供了构建真正与世界连接的下一代人工智能系统的实用技能。

相关 MCP