AI导哈

MCP REST API与CLI客户端

一个简单的REST API和CLI客户端，用于与Model Context Protocol (MCP)服务器交互，支持多种LLM提供商和LangChain集成。

  • by rakesh-eltropy
  • Python
  • 本地部署
  • 49 星标
  • 更新于
在 GitHub 查看 rakesh-eltropy/mcp-client

使用说明

MCP REST API和CLI客户端

A. 简单REST API 和 CLI客户端 与…互动 模型上下文协议（MCP） 服务器。

主要特点

1.MCP兼容服务器

  • 支持任何 MCP兼容服务器 服务器。
  • 预配置的默认服务器：
    • 数据库 （test.db已提供样品产品数据）
    • 勇敢的搜索
  • 可以在中添加其他MCP服务器 mcp-server配置json 文件

2.与LangChain集成

  • 利用LangChain执行LLM提示。
  • 使多个MCP服务器能够同时协作并响应特定查询。

3.LLM提供商支持

  • 与任何支持具有函数功能的API的LLM提供程序兼容。
  • 示例：
    • OpenAI
    • 克劳德
    • 双子座
    • AWS Nova
    • Groq
    • 奥拉马
    • 基本上，所有LLM提供程序都受支持，只要它们提供基于功能的API。请参考 langchain文档 了解更多详情。

设置

  1. 克隆存储库：

    git clone https://github.com/rakesh-eltropy/mcp-client.git

  2. 导航到项目目录 克隆存储库后，移动到项目目录：

    cd mcp-client

  3. 设置OPENAI_API_KEY环境变量：

    export OPENAI_API_KEY=your-openai-api-key

    您还可以设置 OPENAI_API_KEY 在 mcp-server配置json 文件。

    您还可以设置 provider 和 model 在 mcp-server配置json 文件。 例如 provider 可以是 ollama 和 model 可以是 llama3.2:3b.

4.设置BRAVE_API_KEY环境变量：

export BRAVE_API_KEY=your-brave-api-key

您还可以设置 BRAVE_API_KEY 在 mcp-server配置json 文件。 你可以得到免费的 BRAVE_API_KEY 从 勇敢搜索API.

  1. 从CLI运行：

    uv run cli.py

    要探索可用命令，请使用 help 选项。您可以使用与LLM聊天 chat 命令。 示例提示：

      What is the capital city of India?

      Search the most expensive product from database and find more details about it from amazon?

  2. 从REST API运行：

    uvicorn app:app --reload

    您可以使用以下curl命令与llm聊天：

    curl -X POST -H "Content-Type: application/json" -d '{"message": "list all the products from my local database?"}' http://localhost:8000/chat

    您可以使用以下curl命令与llm进行流式聊天：

    curl -X POST -H "Content-Type: application/json" -d '{"message": "list all the products from my local database?", "streaming": true}' http://localhost:8000/chat

贡献

请随时提交问题并提取改进或错误修复请求。

相关 MCP