使用说明
测试远程MCP服务器
📌 概述
此存储库演示了 远程MCP（模型上下文协议）服务器的概念验证实现，旨在了解MCP服务器架构、工具暴露和云部署工作流程。
该项目的重点是 构建、测试和部署MCP服务器到MCP Cloud，验证端到端连接和工具调用。
🎯 目标
- 了解MCP服务器的结构
- 实现基本的MCP服务器
- 将服务器部署到MCP Cloud
- 验证远程工具可访问性和服务器稳定性
🧠 什么是MCP？
模型上下文协议（MCP） 使AI代理能够通过标准化的服务器与外部工具、API和服务安全地交互。
本项目从一个角度探讨了MCP 开发人员和系统集成视角.
🏗️ 项目范围
- MCP服务器初始化
- 工具登记和曝光
- 云部署配置
- 远程服务器测试
此存储库是 实验性的 并且旨在用于学习和验证目的，而不是生产使用。
🛠️ 技术栈
- python
- MCP-SDK
- MCP云
- 异步编程（asyncio）
📂 存储库结构
测试远程MCP/ ├── server.py#MCP服务器实现 ├── 需求.txt ├── README.md
⚙️ 设置和安装
1.克隆存储库
git clone https://github.com/PrasannaMadiwar/Testing-Remote-MCP.git
cd Testing-Remote-MCP
2.安装依赖项
pip install -r requirements.txt
3.在本地运行MCP服务器
python server.py
☁️ 部署
MCP服务器已部署到MCP Cloud
部署验证：
服务器注册
远程访问
工具曝光正确性
✅ 关键收获
MCP服务器生命周期
远程AI工具服务
基于云的人工智能基础设施基础
调试MCP通信问题
🚀 未来改进
添加经过身份验证的工具访问权限
实现现实世界的AI/ML实用程序
日志记录和监控支持
生产级部署设置
📖 参考文献
MCP文件
MCP云部署指南
👤 作者
Prasanna Madiwar github：https://github.com/PrasannaMadiwar
