使用说明
主控程序
MCP协议
MCP是一个开放的协议，它标准化了应用程序如何提供大型语言模型（LLM）的上下文。MCP也是人工智能应用的USB-C端口。正如USB-C提供了一种将设备连接到各种外围设备和配件的标准化方式一样，MCP提供了一种将人工智能模型连接到各种数据源和工具的标准化方式。MCP允许基于LLM构建复杂的代理和工作流程，并将模型与世界连接起来。
MCP提供：
- LLM可以直接连接的大量预定义集成列表。
- 为AI应用构建定制集成的标准方法。
- 一个开放的协议，任何人都可以实现和使用。
- 灵活性不同的应用程序之间切换，并采取上下文使用。
MCP由两层组成：
- 数据层：定义基于 JSON-RPC 的客户端-服务器通信协议，包括生命周期管理、工具、资源、提示和通知等基本原始信息。
- 传输层：定义允许客户端和服务器之间交换数据的通信机制和渠道，包括稳定特定的传输连接，消息缓存和授权。
项目架构
模式块软件
应用理论考虑
服务器和客户端之间的通信可以通过标准流（STDIO）和HTTP协议进行。
在此实现中，选择了基于HTTP的方法，因为通常情况下，许多用户无法访问服务器和客户端，他们只能在本地运行的两个组件中的一个。 然而，也研究了通过标准流的实施。
| HTTP | STDIO |
|---|---|
| 服务器可以在另一台云计算机上运行，容器化。 | |
| 与OpenWebUI或其他使用HTTP的应用程序更容易集成。 | |
| 测试和调试更简单 | 性能好（无开销） |
| 可扩展性，可以添加身份验证，集中日志 | 适用于测试和集成到CLI系统 |
服务器
MCP协议假定存在两个实体：服务器暴露工具，客户端通过LLM消费它们。
服务器是文件管理系统（或完全不同的结构）和客户端之间的桥梁。他必须向客户展示可用的工具，以便LLM能够知道他可以使用什么来满足用户的需求。
工具是根据MCP规范定义的，每个工具都有一个名称，描述和参数的JSON-Schema框架：
（例如，实现 list_root_children 工具）
Tool(
name="list_root_children",
description="Listează fișierele și folderele din root-ul Alfresco",
inputSchema={
"type": "object",
"properties": {
"maxItems": {
"type": "integer",
"description": "Numărul maxim de elemente de returnat (default: 20)",
"default": 20
}
}
}
)
服务器有三个主要职责：
- 向客户提供可用的工具。
- 管理来自客户端的呼叫并以 MCP 格式返回响应。
- 确保连接到数据源（在这种情况下，Alfresco）。
客户
客户端确保用户和LLM之间的连接，因此用户可以实时查看LLM提供的结果，并根据这些结果提出其他更复杂的要求，最终将最终确定用户想要做的事情。
此外，系统提示符和函数调用也可以在这里找到，因为在客户端中，它们尽可能接近LLM，它们主要用于它。它们的作用是服务于用户想要使用LLM的最终目的。
系统提示定义了LLM必须发挥的作用，以完成任务。它还包含了可用工具的列表以及如何为用户制定答案：
system_prompt = f"""=== CONTEXT SYSTEM ===
Ești un asistent AI expert în Alfresco Document Management System cu acces la tool-uri MCP prin HTTP.
Server MCP: {self.mcp_server_url}
Model: {self.provider.upper()} - {self.model}
{connection_info}
Ai aceste informații despre tool-urile disponibile și modalitatea în care sunt ele folosite:
{tools_info}
Acesta este contextul curent:
{context_str}
Acestea sunt rezultatele anterioare returnate de tool-uri
{tool_results_str}
=== INSTRUCȚIUNI ===
- Dacă ai rezultate de la tool-uri MCP, folosește-le în răspuns
- Respectă schema parametrilor din tool-uri; tipurile numerice trebuie să fie integer.
- Dacă tool-ul nu este disponibil sau eșuează, explică utilizatorului.
- Folosește contextul și rezultatele anterioare pentru a explica acțiunile.
- Folosește tool-ul care se potrivește cât mai bine cu cererea.
- Răspunde concis și profesional, fără a repeta inutil contextul.
- Generează doar răspunsuri utile pentru cererea curentă, evitând textul suplimentar.
- Nu încerca să apelezi tool-uri direct din acest prompt — asta se face separat prin analiza intenției.
=== CERERE UTILIZATOR ===
{user_input}
=== RĂSPUNS ===
"""
return system_prompt
函数调用用于向LLM提供如何调用可用工具的信息。也就是说，我必须从用户输入中提取参数来调用符合用户需求的工具：
if action == "call_tool":
tool_name = analysis.get('tool_name')
arguments = analysis.get('arguments', {})
explanation = analysis.get('explanation', '')
if tool_name not in self.mcp_tools:
return f"❌ Tool-ul '{tool_name}' nu este disponibil"
print(f"🎯 Execut: {explanation}")
tool_result = await self.call_mcp_tool_http(tool_name, arguments)
formatted = self.format_tool_result(tool_name, tool_result)
return f"📝 Explicație: {explanation}\n\n🔧 Rezultat {tool_name}:\n{formatted}"
客户端不实现工具逻辑，而是通过MCP调用服务器暴露的工具并向用户显示结果。
流程图
OpenWeb用户界面
OpenWebUI被用来提供一个图形界面，以便用户以更简单的方式查看其请求的答案。
llm提供的结果由客户端使用HTTP协议发送到OpenWebUI接口。
在OpenWebUI中，有一个模型，它只是上面提到的LLM而已，只是创建了一个链接端点，以给人以直接访问接口的印象。该终端点显示新模型的名称和其他信息，包括服务器显示的工具名称。
安装和配置
打开 Python 3.12 虚拟环境，使用命令进行安装 pip install --r requiremnets.txt 运行文件所需的工具。
使用指南
-
启动 Alfresco 的 docker 容器
docker compose up -d. -
启动 MCP 服务器：
./alfresco_mcp_server.py -
启动 adapter.py，允许打开 OpenWebUI 和客户端。
python3 adapter.py -
启动 OpenWebUI 的 docker 映像：
docker run -d
-p 3000:3000
-v openwebui-data:/app/backend/data
-e PORT=3000
-e OPENAI_API_BASE_URL=http://host.docker.internal:8001/v1
-e OPENAI_API_KEY=sk-anything
-e WEBUI_SECRET_KEY=your-secret-key
--add-host=host.docker.internal:host-gateway
--name openwebui
ghcr.io/open-webui/open-webui:main
OpenWebUI 打开http://localhost:3000.如果使用端口转发，则localhost更改为IP地址。
测试用品
测试提示
测试示例已移动到 Test-prompts.md 文件，以避免加载文档文件。