AI导哈

MCP协议客户端

EasyMCP是一个灵活且适合初学者的Model Context Protocol（MCP）客户端，支持连接多种MCP服务器（SSE、NPX、UV），集成OpenAI API增强聊天体验，并支持动态工具集成和配置管理。

  • by mshojaei77
  • Python
  • 本地部署
  • 17 星标
  • 更新于
在 GitHub 查看 mshojaei77/EasyMCP

使用说明

EasyMCP

EasyMCP是一个灵活的、对初学者友好的模型上下文协议（MCP）客户端。它允许您连接到不同类型的MCP服务器-SSE、NPX和UV，因此您可以与各种工具（例如文件操作）交互，并与OpenAI API集成，以增强聊天体验。

特性

  • 多服务器支持
    • SSE服务器： 使用服务器URL通过服务器发送的事件进行连接。
    • NPX服务器： 使用NPX命令启动服务器（与Windows和非Windows系统兼容）。
    • UV服务器： 运行配置了UV命令的服务器。
  • 动态工具集成：
    客户端会自动从连接的服务器检索可用工具，并使用它们来处理用户查询。
  • 交互式聊天循环：
    键入查询，让客户端使用OpenAI和可用的MCP工具处理响应。
  • 配置管理：
    通过以下方式轻松添加新的服务器配置 add_server.py其更新适当的配置文件（例如。， sse_servers.json, npx_servers.json，或 uv_servers.json).

先决条件

  • Python 3.10+ （为了兼容 asyncio 以及现代异步功能）
  • 有效的OpenAI API密钥（在 .env 文件）
  • 其他集成所需的其他API密钥

安装

  1. 克隆存储库：

    git clone https://github.com/yourusername/EasyMCP.git
cd EasyMCP

  2. 创建虚拟环境并激活它：

    在Windows上：

    python -m venv .venv
.venv\Scripts\activate

    在macOS/Linux上：

    python3 -m venv .venv
source .venv/bin/activate

  3. 安装所需的软件包：

    pip install -r requirements.txt

  4. 设置环境变量：
    重命名提供的 .env.sample 向 .env （或创建自己的 .env)并填写必要的API密钥和配置。

服务器配置文件

EasyMCP使用几个JSON配置文件来管理服务器：

  • sse_servers.json： 包含基于SSE的服务器的配置。
    例子：

    {
  "mcpServers": {
    "@modelcontextprotocol/time": {
      "url": "https://router.mcp.so/sse/pnabizm8lkazpr"
    }
  }
}

  • npxservers.json： 包含NPX服务器的配置。
    例子：

    {
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "C:\\Users\\lotus\\Documents\\llm_books_papers",
        "C:\\Users\\lotus\\Documents\\llm_books_papers"
      ]
    }
  }
}

  • uv_servers.json： 包含UV服务器的配置。
    例子：

    {
  "mcpServers": {
    "sqlite": {
      "command": "uv",
      "args": [
        "--directory",
        "parent_of_servers_repo/servers/src/sqlite",
        "run",
        "mcp-server-sqlite",
        "--db-path",
        "~/test.db"
      ]
    }
  }
}

用法

  1. 运行MCP客户端：

    python main.py

  2. 选择服务器：
    客户端将从以下位置加载可用服务器 sse_servers.json, npx_servers.json，以及 uv_servers.json。出现提示时，输入相应的号码以选择服务器。

  3. 与客户互动：
    连接后，键入您的查询。例如：

    • 要阅读PDF文件： read Build a Large Language Model.pdf
    • 要使用文件工具，请执行以下操作： use read_file tool and read 2308.11432v5.pdf

    客户端将指导您根据MCP服务器提供的允许目录构建正确的文件路径。

添加新服务器

要添加新的MCP服务器配置：

  1. 准备JSON配置 对于新服务器。

  2. 跑 add_server.py:

    python add_server.py

    此脚本将：

    • 检测服务器类型（NPX、UV或默认为SSE）。
    • 将新配置附加到适当的文件（例如。， npx_servers.json, uv_servers.json，或 sse_servers.json).

示例文件

  • main.py：
    EasyMCP客户端的主要入口点。它通过OpenAI集成处理服务器连接、聊天循环和处理查询。

  • add_server.py：
    将新的MCP服务器配置添加到JSON文件的脚本。

  • .env：
    包含环境变量，如API键和模型配置。

  • requirements.txt：
    列出项目依赖关系。

贡献

欢迎投稿！请分叉存储库并提交拉取请求，并详细描述您的更改。

许可证

该项目是开源的，可在 MIT许可证.

联系

对于问题或功能请求，请随时在GitHub存储库中打开问题。

编码愉快！

相关 MCP