AI导哈

MCP应用演示

一个展示Model Context Protocol (MCP)如何与FastAPI和Gradio结合使用的简单应用，适用于AI模型交互和科学论文搜索。

  • by priteshshah96
  • Python
  • 本地部署
  • 3 星标
  • 更新于
在 GitHub 查看 priteshshah96/mcp

使用说明

基本MCP应用程序

一个简单的应用程序，展示了模型上下文协议（MCP）如何与FastAPI和Gradio一起工作（因为我不是一个喜欢Streamlit头痛的开发人员）。

概述

这个项目演示了一个带有Gradio前端的基本MCP服务器（Streamlit是一个令人头疼的问题，生命太短暂，没有不必要的痛苦）。用户可以通过营销人员称之为“简单界面”的方式与人工智能模型聊天，以及开发人员所说的“在我离开之前我能做的最好的事情”🥲 ."

技术栈

  • 后端：FastAPI+MCP Python SDK（天作之合，不像披萨上的菠萝）
  • 前端：Gradio（因为漂亮的按钮会使多巴胺激增）
  • 人工智能集成：谷歌双子星API（不是星座，圣代的AI AI AI AI）

已知问题

⚠️ 请注意

  • 引用工具目前无法正常工作。在尝试分析论文引用或使用一些高级搜索功能时，您可能会看到错误。我正在努力解决这个问题。什么时候能修好？谁知道呢。也许当我们有AGI的时候。
  • Semantic Scholar API有费率限制，这可能会导致搜索功能有时返回错误消息，说明“我无法直接搜索并向您提供论文。”当免费API遇到热情的用户时，就会发生这种情况-我们爱死他们了。请稍等片刻，然后再试一次（或者在重新设置费率限制时用咖啡分散注意力）。

加快设置速度

这个项目与 uv，一个超快速的Python包安装程序！与其等待pip在下个世纪的某个时候完成，你可以使用 uv 在几秒钟内安装依赖项。我强烈建议这样做，以获得更流畅的体验（并让你在生活中花几个小时盯着进度条）。

快速开始

你需要什么

  • Python 3.11或更新版本（抱歉恐龙仍在使用Python 2）
  • pip包管理器（或其更酷、更快的表亲） uv)
  • RCB的耐心（谷歌搜索）（可选但推荐）

设置步骤

  1. 克隆此项目：

    git clone https://github.com/yourusername/basic-mcp-app.git
cd basic-mcp-app

  2. 创建一个虚拟环境（因为全局依赖关系是情感伤害的途径）：

    python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

  3. 安装所需的软件包：

    使用pip（乌龟法）：

    pip install -r requirements.txt

    使用uv（实际上赢得比赛的野兔方式）：

    # Install uv first if you don't have it
curl -LsSf https://astral.sh/uv/install.sh | sh

    或

    pip install uv

    然后使用uv安装依赖项：

    uv pip install -r requirements.txt

    使用 uv 让Python包安装顺利进行！它比普通pip快得多（motherpromise🤞). 在pip意识到你要求它做什么的时间里，uv已经完成了，煮了咖啡，并开始为你编写下一个应用程序。

  4. 设置你的API密钥（这些事情你永远不应该提交给GitHub，但总有人会这么做）：

    cp .env.example .env
# Open .env and add your API keys

  5. 使用一个命令运行两台服务器（类似魔术，但使用更多分号）：

    python run.py

    这会同时启动后端和前端。这就像吃蛋糕，但热量更少。

    如果需要，你也可以单独启动它们（对于我们中的控制狂来说）：

    • 后端： uvicorn backend.main:app --reload
    • 前端： python frontend/app.py

  6. 打开您的网络浏览器并转到http://localhost:8501（如果这不起作用，请尝试关闭并重新打开😑)

项目文件

看看这个漂亮的目录结构，一旦开发真正开始，它就永远不会保持干净：

basic-mcp-app/
├── .env.example           # Template for your API keys(Please don't make your api keys public🙏)
├── .gitignore             # Files to ignore in git (like the emotional baggage)
├── README.md              # This help file that nobody reads until desperate
├── requirements.txt       # Required packages (aka dependency hell)
├── run.py                 # Script to start both servers
├── backend/
│   └── main.py            # Backend server code with MCP (where the real magic happens)
└── frontend/
    └── app.py             # Gradio frontend interface (pretty buttons go here)

特性

  • 使用Semantic Scholar进行科学论文搜索（适用于Google Scholar过于主流的情况）
  • 论文分析工具（每次工作60%的时间）
  • 简单的聊天界面（对用户来说很简单，对开发人员来说是噩梦）
  • 设置过程简单（如果你曾经攀登过珠穆朗玛峰，这感觉就像在公园里散步）

许可证

麻省理工学院（因为我很好，也不想读长许可证）

谢谢

  • MCP的拟人化https://www.anthropic.com/news/model-context-protocol
  • https://modelcontextprotocol.io/introduction
  • Claude为vibe编码了演示的各个部分，并不完全，只是一点点🤏.

相关 MCP