AI导哈

MCP命令执行与Brave搜索客户端-服务器应用

该项目基于MCP（模型上下文协议）实现了一个客户端-服务器架构，用于处理用户提示，通过大型语言模型（LLM）确定用户意图，并将其路由到适当的服务执行。系统支持命令执行和Brave搜索API查询，适用于自动化任务处理和快速信息检索。

  • by mjunaid46
  • 更新于
在 GitHub 查看 mjunaid46/mcp

使用说明

基本能力

产品定位

MCP-based Client-Server App是一个基于MCP协议的客户端-服务器应用，旨在通过LLM智能路由用户请求，支持命令执行和网络数据获取。

核心功能

  1. 命令执行：通过Python的subprocess模块执行系统命令。
  2. 网络数据获取：使用Brave Search API获取网络搜索结果。
  3. 智能路由：通过LLM分析用户意图，自动选择执行命令或搜索数据。

适用场景

  1. 自动化任务处理：如文件操作、系统管理等。
  2. 快速信息检索：通过Brave Search API获取实时网络数据。
  3. 开发与测试：用于调试和验证命令执行和搜索功能。

工具列表

  1. Ollama Model：本地运行的LLM模型，支持命令解析和意图识别。
  2. Groq API：云LLM服务，提供高性能的意图识别能力。
  3. Brave Search API：用于获取网络搜索结果的API。

使用教程

使用依赖

  1. Python 3.x
  2. pip (Python包管理器)
  3. 虚拟环境（推荐）
  4. UV/UVX安装：
    [UV Installation Guide](https://docs.astral.sh/uv/getting-started/installation)
  5. Brave Search API密钥：申请链接
  6. LLM模型（Ollama或Groq）

安装教程

  1. 克隆仓库：
    git clone -https://github.com/mjunaid46/mcp
cd mcp
  2. 创建并激活虚拟环境：
    uv venv
source .venv/bin/activate  # Unix/MacOS
.venv\Scripts\activate     # Windows
  3. 安装依赖：
    pip install -r requirements.txt
python -m ensurepip
  4. 配置LLM模型（Ollama或Groq）和Brave Search API密钥。

调试方式

  1. 运行服务：
    uv run client/client.py server/command_server.py server/web_server.py ollama llama3
    或
    uv run client/client.py server/command_server.py server/web_server.py groq
  2. 测试命令：
    What is the capital of Pakistan.
What is MCP?
Create a file in my present working directory

相关 MCP