使用说明
📌 1. 概述.
该项目演示了使用模型上下文协议（MCP）构建的最小但功能强大的智能工作区。
该项目被命名为smart_workspace，因为它代表了一个智能的、由MCP驱动的工作空间，该工作空间集成了多个服务器（知识库和本地实用程序），并通过统一的MCP客户端提供智能助手界面。它的行为就像一个小型的人工智能驱动的个人工作空间环境。
它包括：
A Knowledge Base Server
A Local Utility/Text Processing Server
A Stdio-based MCP client
A simple question–answer engine
JSON-based storage
command line interface (CLI) interface to interact with the system
📁 2.项目结构
mcp_smart_workspace/
│
├── client/
│ └── workspace_client.py # MCP client demo
│
├── servers/
│ ├── local_text_server/ # text utility server
│ │ └── server.py
│ │
│ └── knowledge_base_server/ # Q/A knowledge base server
│ ├── server.py
│ ├── data.json # knowledge base
│ └── build_embedding.py # (experimental, unused)
│
└── README.md
⚙️ 3.已实现的功能
-
本地实用程序MCP服务器（STDIO）
Purpose: Runs simple text-processing tools. Tech: Python MCP SDK . Transport: STDIN/STDOUT (stdio). Features: Word & character count Sentence estimate Reading-time estimate Simple sentiment check Runs locally as a subprocess started by the client. -
知识库服务器（HTTP API）
Purpose: Stores and returns information from a JSON knowledge base. Tech: FastAPI + Uvicorn Transport: HTTP Features: Search the KB Get item by ID Add new entries Update entries使用干净的REST端点加载和修改data.json。
✅ 3.JSON知识库
Example entries:
{
"id": 1,
"title": "What is MCP?",
"content": "MCP is the Model Context Protocol..."
}
我还添加了我的自定义条目，包括：
Barkilign profile
iCog Labs facts
Internship facts
Custom Q/A entries
✅ 4.工作MCP客户端（CLI）
Client can:
Connect to servers
Perform analysis
Query the Knowledge Base
Display results cleanly
Loop input until user types exit
输出示例：
Workspace Client starting...
Analyzing: Hello I am an mcp_smart_workspace develpoed by Barkilign!
{
"summary": {"words": 8, "chars": 53, "sentences": 0, "reading_time_min": 0.04},
"sentiment": {"label": "neutral", "pos_score": 0, "neg_score": 0}
}
✅ 5.多服务器架构
The client successfully:
Starts local STDIO server
Connects to KB server
Combines outputs
Demonstrates MCP interoperability
🧪 4.如何运行系统
1.️⃣ 激活虚拟环境 .\venv\Scripts\activate
2.️⃣ 运行知识库服务器 cd服务器/知识库服务器 uvicorn服务器：应用程序--重新加载--端口8001
3.️⃣ 运行MCP客户端 cd客户端 python workspace_client.py
📚 5.端到端有效的方法
Client starts correctly
Text analysis works
Knowledge Base can be searched
Exact Q/A retrieval works
JSON KB entries load successfully
Adding new KB entries works
Client ↔ Server communication stable
✨ 6.尝试了什么（但今天不需要）
由于时间限制，这些已开始但未包括在内：
OpenAI semantic embeddings
Fuzzy semantic ranking
LLM answer generation
Vector search
Full OpenAI integration
- 作者
Barkilign 开始 人工智能研究实习生–iCog 任务2
