AI导哈

Docker化MCP服务器设置

通过Docker和VS Code设置自定义GPT作为MCP服务器，支持本地运行和交互。

  • by coduncdeveloper
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Norbok7/Codelabs-MCP-Server

使用说明

当然，让我们逐步设置您的自定义GPT--Codelabs学习助手2025--作为Docker化的MCP（模型上下文协议）服务器。这将允许你的学生使用Docker在本地运行它，并通过Visual Studio Code（VS Code）与之交互。

🧰 第一步：安装Docker

对于Windows：

  1. 下载Docker桌面:

  2. 安装Docker桌面:

    • 运行下载的安装程序。
    • 按照安装提示进行操作。
    • 在安装过程中，确保使用选项 WSL 2 如果提示，则选择。(网站 datacamp.com)

  3. 启动Docker桌面:

    • 安装完成后，从“开始”菜单启动Docker Desktop。
    • 等待Docker初始化；当Docker准备就绪时，您将在系统托盘中看到Docker图标。(网站 datacamp.com)

  4. 验证安装:

    • 打开 命令提示符 或 PowerShell.

    • 键入以下命令并按Enter键：

      docker --version

    • 您应该看到显示的Docker版本信息。(knowledgehut.com)

对于macOS：

  1. 下载Docker桌面:

  2. 安装Docker桌面:

    • 打开下载的 .dmg 文件。
    • 将Docker图标拖动到您的Applications文件夹中。(网站 datacamp.com)

  3. 启动Docker桌面:

    • 从“应用程序”文件夹启动Docker。
    • 等待Docker初始化；当Docker图标准备就绪时，它将出现在您的菜单栏中。

  4. 验证安装:

    • 打开 终端.

    • 键入以下命令并按Enter键：

      docker --version

    • 您应该看到显示的Docker版本信息。(knowledgehut.com)

🛠️ 步骤2：准备MCP服务器代码

  1. 创建项目目录:

    • 在您的计算机上创建一个新文件夹，例如。， codelabs-mcp-server.

  2. 创建服务器脚本:

    • 在此文件夹中，创建一个名为的文件 server.py.

    • 打开 server.py 在您首选的代码编辑器中，粘贴以下代码：

      from mcp.server.fastmcp import FastMCP
import openai
import os

mcp = FastMCP("codelabs-assistant")

@mcp.tool()
async def answer_question(question: str) -> str:
    """Answers a question using the GPT model."""
    openai.api_key = os.getenv("OPENAI_API_KEY")
    response = openai.ChatCompletion.create(
        model="gpt-4",
        messages=[{"role": "user", "content": question}]
    )
    return response.choices[0].message["content"]

if __name__ == "__main__":
    mcp.run(transport="stdio")

  3. 创建需求文件:

    • 在同一文件夹中，创建一个名为的文件 requirements.txt.

    • 添加以下行以指定依赖关系：

      openai
mcp

  4. 创建一个Dockerfile:

    • 在同一文件夹中，创建一个名为的文件 Dockerfile （无文件扩展名）。

    • 添加以下内容来定义Docker镜像：

      FROM python:3.11-slim

WORKDIR /app

COPY . .

RUN pip install --no-cache-dir -r requirements.txt

CMD ["python", "server.py"]

🧪 步骤3：构建Docker镜像

  1. 打开终端:

    • 导航到 codelabs-mcp-server 目录使用 cd 命令。

      cd path/to/codelabs-mcp-server

  2. 构建Docker镜像:

    • 运行以下命令构建Docker镜像：

      docker build -t codelabs-mcp-server .

    • Docker将处理 Dockerfile 并创建一个名为的图像 codelabs-mcp-server.

🧩 步骤4：为MCP配置VS代码

  1. 创建配置目录:

    • 在您的项目目录（或学生将工作的目录）中，创建一个名为的文件夹 .vscode.

  2. 创建MCP配置文件:

    • 里面 .vscode 文件夹，创建一个名为的文件 mcp.json.

    • 添加以下内容以配置MCP服务器：

      {
  "inputs": [
    {
      "type": "promptString",
      "id": "openai_api_key",
      "description": "Enter your OpenAI API Key",
      "password": true
    }
  ],
  "servers": {
    "codelabs-assistant": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "OPENAI_API_KEY=${input:openai_api_key}",
        "codelabs-mcp-server"
      ]
    }
  }
}

🚀 步骤5：在VS代码中运行MCP服务器

  1. 打开VS代码:

    • 启动Visual Studio代码。

  2. 打开项目文件夹:

    • 首选 文件>打开文件夹 然后选择包含项目的目录。

  3. 访问命令面板:

    • 按 Ctrl+Shift+P （Windows/Linux）或 Cmd+Shift+P （macOS）打开命令面板。

  4. 启动MCP服务器:

    • 类型 MCP: List Servers 并选择它。
    • 在列表中，找到 codelabs-assistant 然后单击 开始.

  5. 输入OpenAI API密钥:

    • 提示时，输入您的OpenAI API密钥。
    • 服务器将启动，您现在可以通过VS Code的聊天界面与自定义GPT进行交互。

按照这些步骤，您已经成功地将自定义GPT设置为Docker化的MCP服务器，使您的学生能够通过Visual Studio Code在本地运行并与之交互。如果您需要进一步的帮助或有任何问题，请随时提问！

相关 MCP