模型上下文协议集成工具

MCP是一个开放协议,用于AI应用与外部数据源和工具的无缝集成,提供标准化的交互方式并保持安全和上下文。

  • by MarinCervinschi
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 MarinCervinschi/Introduction-to-MCP

使用说明

模型上下文协议(MCP)简介

此存储库包含来自 人类学学院 模型上下文协议(MCP)课程。这些示例演示了如何构建具有各种特性和功能的MCP服务器和客户端。

📚 关于MCP

模型上下文协议(MCP)是一种开放协议,可实现人工智能应用程序与外部数据源和工具之间的无缝集成。它为人工智能模型提供了一种标准化的方式,可以在保持安全性和上下文的同时与各种服务进行交互。

🗂️ 存储库结构

cli_project/

一个命令行聊天应用程序,演示了MCP的核心概念,包括:

  • 使用文档检索 @ 参考文献
  • 基于命令的提示 / 前缀
  • 通过MCP架构集成工具
  • STDIO传输通信

课程:模型上下文协议简介

roots/

高级MCP实施具有以下特点:

  • 使用受控根目录访问文件系统
  • 使用FFmpeg的视频转换功能
  • 文件操作的安全约束
  • 支持多个根目录

课程:模型上下文协议:高级主题

notifications/

演示MCP通知系统:

  • 进度跟踪和报告
  • 日志记录机制
  • 实时状态更新

课程:模型上下文协议:高级主题

sampling/

显示MCP采样能力:

  • 通过MCP进行模型采样
  • 请求/响应处理
  • STDIO传输模式

课程:模型上下文协议:高级主题

transport-http/

HTTP传输实现:

  • STDIO传输的替代方案
  • 基于HTTP的MCP通信
  • 基于Web的集成模式

课程:模型上下文协议:高级主题

📖 学习资源

人类学学院课程

官方文件