使用说明

建立MCP项目

遵循官方的MCP文档，您将使用uv for Python项目管理来设置自己的MCP项目。

1. 如果终端尚未打开，请在VSCode中打开终端（终端→ 新航站楼）
1. 使用uv创建新的MCP项目
1. 使用CLI工具添加MCP依赖项
1. 验证您的项目结构

要运行的命令：

cd /home/lab-user
uv init flight-booking-server
cd flight-booking-server
uv add "mcp[cli]"

为什么是这些命令？

uv init使用pyproject.toml创建一个合适的Python项目
mcp[cli]包括mcp SDK和开发工具（mcp检查器）
这遵循官方的MCP开发工作流程

我们创建了一个具有机场数据功能的基本服务器结构。您的任务是通过添加正确的装饰器使其成为MCP资源。

打开项目目录中的server.py文件
查找get_airports（）函数
在上面添加正确的MCP资源装饰器
资源提供对AI系统的只读数据访问

⚠️ 重要提示：必须使用URI方案定义资源file://airportsMCP资源需要适当的URI方案才能被AI系统正确识别。

🦘 将您的MCP服务器连接到Roo代码现在，让我们通过将MCP服务器连接到Roo Code AI助手来测试它！

🔧 配置MCP服务器：

1.寻找roo代码插件图标（袋鼠标志🦘) 在左侧边栏中
2.点击顶部的“MCP服务器”（堆叠服务器图标📚)
3.点击“编辑项目MCP”按钮
4.用此MCP配置替换文件内容：

{
  "mcpServers": {
    "flight-booking": {
      "command": "uv",
      "args": ["run", "python", "server.py"],
      "cwd": "/home/lab-user/flight-booking-server"
    }
  }
}

🔄 激活和测试

5.保存文件并单击“刷新MCP服务器”按钮
6.验证“航班预订”是否出现在服务器列表中
7.点击“完成”返回聊天界面
8.使用以下命令测试您的MCP服务器：

"Search for flights from LAX to JFK using the flight-booking server"
"Get airport information using the flight-booking MCP server"
"Book flight FL123 for John Doe using flight-booking server"

✅ MCP服务器完成！您已经按照官方模式成功构建了一个完整的MCP服务器：

✅ 使用uv和官方MCP包进行正确的项目设置 ✅ 机场信息资源 ✅ 航班搜索和预订工具 ✅ AI指导提示 ✅ 使用官方MCP开发工具进行测试 ✅ 与Roo Code AI助手集成

🚀 你学到了什么：

使用uv的MCP官方开发工作流程
来自mcp.server.FastMCP的FastMCP框架
资源、工具和即时实现模式
用于服务器测试和验证的MCP检查员
现实世界中的MCP服务器与AI助手的集成

🔜 下一步：

探索HTTP传输：mcp.run（传输=“HTTP”）
添加错误处理和输入验证
与真实航班API集成

🤖 MCP客户端开发 在本实验中，您将学习如何构建以编程方式与MCP服务器交互的Python客户端。超越检查器，创建自定义自动化和集成解决方案。

您将构建的内容：

用于服务器发现的基本连接客户端
自动化工具执行客户端
具有根、采样和启发功能的高级客户
生产就绪集成模式

🌐 云环境：您将开发Python客户端，并通过HTTP传输将其连接到MCP服务器。

步骤1：启动MCP服务器

在测试MCP客户端之前，我们需要启动客户端将连接到的航班预订服务器。

打开终端并导航到服务器目录
使用具有流式http传输的MCP CLI启动MCP服务器
验证服务器是否在端口8000上运行
保持此终端打开-服务器必须继续运行
要运行的命令：

cd /home/lab-user/flight-booking-server
uv run mcp run server.py --transport streamable-http

⚠️ 重要提示：

服务器在127.0.0.1:8000上运行（MCP CLI默认值）
服务器启动时，您应该看到“服务器在127.0.0.1:8000上运行”
所有客户端都配置为连接到http://localhost:8000/mcp/
让这个终端在整个实验室都保持开放！

服务器资源发现

运行基本客户端以发现航班预订服务器提供的资源。服务器提供客户端可以访问的多种资源。

🔍 发现任务：

打开一个新终端（保持服务器终端运行！）
导航到mcp客户端项目目录
运行基本客户端以查看所有可用资源
识别机场数据之外的额外资源
运行命令：

cd /home/lab-user/mcp-client
uv run python basic_client.py

💡 在输出中查找“可用资源”部分！

输出

🔌 BASIC MCP CLIENT
========================================
🎯 Goal: Connect to flight booking server and discover capabilities
========================================
✅ Connected to MCP server successfully!

🔧 Available Tools:
  - search_flights: Search for flights between two airports
  - create_booking: Create a flight booking

📊 Available Resources:
  - file://airports/: get_airports
  - file://airlines/: get_airlines

💬 Available Prompts:
  - find_best_flight: Generate a prompt for finding the best flight within budget
  - handle_disruption: Generate a prompt for handling flight disruptions

🎉 Basic client connection successful!
✨ Server capabilities discovered successfully!

刀具参数分析

检查tools_client.py文件，了解MCP客户端如何使用特定参数调用服务器工具。

📋 分析任务：

打开并检查文件：/home/lab user/mcp client/tools_client.py
查看测试1中的search_flights工具调用
确定目的地机场参数值
（可选）运行客户端以查看正在运行的工具

🔍 代码位置：

flight_result = await client.call_tool("search_flights", {
    "origin": "LAX",
    "destination": "???"
})

测试命令：

cd /home/lab-user/mcp-client
uv run python tools_client.py

输出

mcp-client on  master [?] ➜  uv run python tools_client.py 
🛠️ TOOLS & PROMPTS CLIENT
========================================
🎯 Goal: Test flight booking server tools and prompts
========================================
✅ Connected to flight booking server!

✈️ Test 1: Searching for flights...
🎯 Flight search result:
   {
  "flights": [
    {
      "id": "FL123",
      "origin": "LAX",
      "destination": "JFK",
      "price": 299
    },
    {
      "id": "FL456",
      "origin": "LAX",
      "destination": "JFK",
      "price": 399
    }
  ]
}

🎫 Test 2: Creating a booking...
🎯 Booking result:
   {
  "booking_id": "BK123",
  "flight_id": "FL123",
  "passenger": "Alice Johnson",
  "status": "confirmed"
}

🏢 Test 3: Getting airport information...
🎯 Airport information:
   {
  "LAX": {
    "name": "Los Angeles International",
    "city": "Los Angeles"
  },
  "JFK": {
    "name": "John F. Kennedy International",
    "city": "New York"
  },
  "LHR": {
    "name": "London ...

💡 Test 4: Getting flight recommendations...
🎯 Flight recommendation prompt:
   Please help me find the best flight within a $500.0 budget.
    
My preferences: economy class, direct flight

Please consider:
- Price (must be under $500.0)
- Flight duration  
- Airline reputation
- Departure times

Use the search_flights tool to find available options and provide a recommendatio...

🚨 Test 5: Getting disruption handling prompt...
🎯 Disruption handling prompt:
   A passenger's flight FL123 has been disrupted due to: weather delay

Please help resolve this by:
1. Understanding the passenger's situation
2. Finding alternative flight options using search_flights
3. Providing clear rebooking steps
4. Offering appropriate compensation if applicable

Be empathetic...

🎉 All tools and prompts tested successfully!
✨ Flight booking server is fully functional!

MCP根配置

检查roots_client.py文件，了解哪些目录作为文件系统根提供给服务器。

📋 分析任务：

打开并检查文件：/home/lab user/mcp client/roots_client.py
查看顶部定义的project_roots列表
确定当前根目录中不包括哪个目录路径
（可选）运行客户端以查看根功能

🔍 代码位置：

project_roots = [
    "file:///home/lab-user/",
    "file:///home/lab-user/flight-booking-server/",
    "file:///home/lab-user/mcp-client/"
]

测试命令：

cd /home/lab-user/mcp-client
uv run python roots_client.py

输出

mcp-client on  master [?] ➜  uv run python roots_client.py 
📁 ROOTS MCP CLIENT
========================================
🎯 Goal: Provide file system access to server via roots
========================================
✅ Connected to server with roots support!

🔧 Available tools:
  - search_flights: Search for flights between two airports
  - create_booking: Create a flight booking

📊 Available resources:
  - file://airports/: get_airports
  - file://airlines/: get_airlines

📄 Testing file access capabilities...
✅ Successfully accessed airports resource
   Content length: 237 characters

🌳 Roots configuration summary:
📁 Provided 3 project roots:
   1. file:///home/lab-user/
   2. file:///home/lab-user/flight-booking-server/
   3. file:///home/lab-user/mcp-client/

💡 The server can now access files within these directories
   if it has file-related tools implemented!

🎉 Roots functionality test completed!
✨ Server now has potential access to specified directories!

实施采样支持

采样允许服务器向客户端请求LLM响应。了解如何处理这些请求。

检查sampling_client.py文件
运行它以查看采样回调的实际情况
了解如何处理CreateMessageRequestParams
查看如何返回CreateMessageResult响应

运行命令：

cd /home/lab-user/mcp-client
uv run python sampling_client.py

输出

mcp-client on  master [?] ➜  uv run python sampling_client.py 
🎭 SAMPLING MCP CLIENT
========================================
🎯 Goal: Handle server LLM sampling requests
========================================
✅ Connected to server with sampling support!

🔧 Checking for sampling-enabled tools...
  📝 create_booking: Create a flight booking

🧪 Testing potential sampling scenarios...
💡 Testing flight recommendation prompt...
✅ Prompt generated successfully (no sampling required)

🎭 Sampling callback is ready!
   If the server had tools that use ctx.session.create_message(),
   our sampling callback would handle those requests.

📋 Sampling callback features:
   - Handles travel explanation requests
   - Provides travel/flight explanations
   - Creates stories and recommendations
   - Returns contextual responses

🎉 Sampling client test completed!
✨ Ready to handle server LLM requests!

实施互动启发式

Elicitation允许服务器向客户端请求用户输入。体验真正的交互式MCP通信，服务器可以直接向您索取信息。

检查启发_client.py文件
运行它以查看交互式启发回调
了解如何捕获真实的用户输入
体验实时服务器到用户的通信

运行命令：

cd /home/lab-user/mcp-client
uv run python elicitation_client.py

输出

mcp-client on  master [?] ➜  uv run python elicitation_client.py 
🔔 ELICITATION MCP CLIENT
========================================
🎯 Goal: Handle server user input requests
========================================
✅ Connected to server with elicitation support!

🔧 Checking for interactive tools...
  ⚠️  No obvious interactive tools found
     This is normal - the basic flight server doesn't have user input tools

🧪 Testing for potential elicitation triggers...
🎫 Testing booking creation (might ask for user details)...
✅ Booking result: {
  "booking_id": "BK456",
  "flight_id": "FL456",
  "passenger": "Test User",
  "status": "confirmed"
}

🔔 Elicitation callback is ready!
   If the server had tools that use ctx.session.elicit(),
   our elicitation callback would handle those requests.

📋 Elicitation callback features:
   - Prompts user for real input when server requests
   - Handles text responses and JSON input
   - Intelligently parses responses based on request type
   - Allows user to decline with Ctrl+C
   - Supports various input formats

🎯 Example user interaction:
   • Server asks: 'Please enter your name'
   • Client prompts: 'Please enter your response: '
   • User types: 'John Smith'
   • Client sends: {'name': 'John Smith'}

💡 Supported input formats:
   • Simple text: 'John Smith' → {'name': 'John Smith'}
   • JSON: '{"name": "John", "age": 30}' → parsed as JSON
   • Numbers: '500' for budget → {'budget': 500.0, 'currency': 'USD'}
   • Confirmations: 'yes' → {'confirmation': 'yes'}

🎉 Elicitation client test completed!
✨ Ready to handle server user input requests!

完成MCP客户端实施

现在，让我们测试一个完整的客户端，它将所有MCP功能组合在一个全面的实现中。

检查complete_client.py文件
运行它以查看所有功能是否协同工作
观察分阶段测试方法
查看所有回调如何协调工作

运行命令：

cd /home/lab-user/mcp-client
uv run python complete_client.py

输出

mcp-client on  master [?] ➜  uv run python complete_client.py 
🌟 COMPLETE MCP CLIENT
==================================================
🎯 Goal: Demonstrate full MCP client capabilities
==================================================
✅ Connected with full MCP capabilities!

🔍 PHASE 1: Discovery
------------------------------
🔧 Found 2 tools:
  • search_flights: Search for flights between two airports
  • create_booking: Create a flight booking

📊 Found 2 resources:
  • file://airports/
  • file://airlines/

💬 Found 2 prompts:
  • find_best_flight: Generate a prompt for finding the best flight within budget
  • handle_disruption: Generate a prompt for handling flight disruptions

🛠️ PHASE 2: Tools Testing
------------------------------
✈️ Testing flight search...
   ✅ Result: {
  "flights": [
    {
      "id": "FL123",
      "origin": "SFO",
      "destination": "NYC",
      "price": 299
    },
    {
      "id": "FL456",
      "origin": "SFO",
      "destination": "NYC",
      "price": 399
    }
  ]
}

🎫 Testing booking creation...
   ✅ Result: {
  "booking_id": "BK789",
  "flight_id": "UA789",
  "passenger": "Sarah Wilson",
  "status": "confirmed"
}

📊 PHASE 3: Resources Testing
------------------------------
🏢 Testing airport resource...
   ✅ Retrieved 237 characters of airport data

💡 PHASE 4: Prompts Testing
------------------------------
🎯 Testing flight recommendation prompt...
   ✅ Prompt generated successfully
   📝 Message count: 1

🚨 Testing disruption handling prompt...
   ✅ Disruption prompt generated successfully

🎊 PHASE 5: Test Summary
------------------------------
✅ Client Capabilities Demonstrated:
   🔌 Basic connection and initialization
   🔧 Tool discovery and execution
   📊 Resource access and reading
   💬 Prompt generation and parameterization
   📁 Project roots provision
   🤖 LLM sampling response handling
   🔔 User input elicitation handling

🌟 Complete MCP client implementation successful!
✨ Ready for production use and integration!

建筑生产MCP客户

了解构建强大的、可投入生产的MCP客户端的关键考虑因素。

错误处理和连接重试逻辑
正确的异步/等待模式和资源清理
根和回调的安全考虑
MCP客户端应用程序的测试策略

🏗️ 涵盖的最佳实践：

连接管理和错误恢复
回调实现模式
与现有Python应用程序集成
MCP操作的监控和记录

Kubernetes MCP服务器与Roo代码的集成

🤖 基于人工智能的Kubernetes集群管理在本实验中，您将学习如何将Kubernetes MCP服务器与Roo Code集成，以使用自然语言命令管理您的Kubernetes集群。这种强大的组合允许您通过AI辅助与集群进行交互。

您将完成的任务：

建筑生产MCP客户
Kubernetes MCP服务器与Roo代码的集成
1. 第一步：探索Kubernetes环境
2. 步骤2：了解k8s mcp服务器
3. 步骤3：拉取Docker镜像
4. 步骤4：在Roo代码中配置MCP服务器
5. 步骤5：连接并测试MCP服务器
6. 第六步：实际操作任务

🌐 云环境：您将使用预配置的Kubernetes集群，并将其与Roo Code的AI功能集成。

第一步：探索Kubernetes环境

让我们从探索Kubernetes集群中已经运行的内容开始。使用kubectl命令来发现集群的当前状态。

🔍 勘探任务：

检查群集中存在哪些命名空间
列出所有命名空间中的所有Pod
检查哪些节点可用
探索任何正在运行的服务

要运行的命令：

kubectl get namespaces
kubectl get pods --all-namespaces
kubectl get nodes
kubectl get services --all-namespaces

~ ➜  k get ns
NAME              STATUS   AGE
default           Active   10h
kube-node-lease   Active   10h
kube-public       Active   10h
kube-system       Active   10h

~ ➜  k get pods --all-namespaces
NAMESPACE     NAME                                      READY   STATUS      RESTARTS   AGE
kube-system   coredns-697968c856-f5crd                  1/1     Running     0          10h
kube-system   helm-install-traefik-crd-4k8nz            0/1     Completed   0          10h
kube-system   helm-install-traefik-r5dml                0/1     Completed   2          10h
kube-system   local-path-provisioner-774c6665dc-b6jbv   1/1     Running     0          10h
kube-system   metrics-server-6f4c6675d5-t8v5k           1/1     Running     0          10h
kube-system   svclb-traefik-c6146fd4-2q72v              2/2     Running     0          10h
kube-system   traefik-c98fdf6fb-jprlp                   1/1     Running     0          10h

~ ➜  k get nodes
NAME          STATUS   ROLES                  AGE   VERSION
clusternode   Ready    control-plane,master   10h   v1.33.0+k3s1

~ ➜  kubectl get services --all-namespaces
NAMESPACE     NAME             TYPE           CLUSTER-IP      EXTERNAL-IP       PORT(S)                      AGE
default       kubernetes       ClusterIP      10.43.0.1       <none>            443/TCP                      10h
kube-system   kube-dns         ClusterIP      10.43.0.10      <none>            53/UDP,53/TCP,9153/TCP       10h
kube-system   metrics-server   ClusterIP      10.43.101.106   <none>            443/TCP                      10h
kube-system   traefik          LoadBalancer   10.43.124.103   192.168.139.224   80:31342/TCP,443:30964/TCP   10h

步骤2：了解k8s mcp服务器

在配置MCP服务器之前，让我们了解一下k8s MCP服务器提供了什么。

🔍 主要特点：

16个Kubernetes工具-完整的集群管理功能
Pod操作-列出、描述、获取日志、删除Pod
节点管理-获取节点信息和指标
资源操作-创建、更新和管理Kubernetes资源
Helm集成-安装、升级和管理Helm图表
事件监视-获取群集事件和故障排除信息

🚀 优点：

自然语言集群管理
人工智能故障排除
自动化资源管理
与Roo Code无缝集成

步骤3：拉取Docker镜像

现在，让我们准备好k8s-mcp服务器Docker镜像以供使用。

🐳 Docker任务：

从Docker Hub中提取最新的k8s mcp服务器映像
验证图像是否已成功下载
检查图像详细信息

要运行的命令：

sudo docker pull ginnux/k8s-mcp-server:latest
sudo docker images | grep k8s-mcp-server
sudo docker inspect ginnux/k8s-mcp-server:latest

步骤4：在Roo代码中配置MCP服务器

现在，让我们将k8s-mcp服务器与Roo Code集成，以便您可以使用自然语言管理Kubernetes集群。

⚙️ 配置步骤：

点击🦘 袋鼠图标打开Roo Code
点击Roo Code顶部的3台服务器图标
转到编辑项目MCP
将以下配置添加到MCP设置中

📋 要添加的配置：


{
  "mcpServers": {
    "k8s-mcp-server": {
      "command": "sudo",
      "args": [
        "docker",
        "run",
        "-i",
        "--rm",
        "-v",
        "/home/lab-user/.kube/config:/home/appuser/.kube/config:ro",
        "ginnux/k8s-mcp-server:latest",
        "--mode",
        "stdio"
      ]
    }
  }
}

🔧 配置说明：

sudo docker run-以提升的权限运行容器
-i--rm-交互模式，使用后移除容器
-v/home/lab user/.kube/config:/home/appuser/.kube-config:ro-将kubeconfig挂载为只读
--模式stdio-使用标准I/O进行MCP通信

步骤5：连接并测试MCP服务器

现在k8s mcp服务器已经配置好了，让我们测试一下连接，并开始使用它来管理您的集群。

🔗 连接测试：

让Roo Code连接到Kubernetes集群验证连接是否正常工作

💬 试试这些自然语言命令：

“连接到我的Kubernetes集群”
“显示集群的状态”
“列出我集群中的所有命名空间”
“我有哪些节点？”

🎯 预期行为：

Roo代码应能识别k8s mcp服务器
它应该能够执行类似kubectl的命令
您应该看到自然语言的集群信息

第六步：实际操作任务

现在让我们用真实的Kubernetes操作测试k8s-mcp服务器。我们将创建资源，然后模拟故障排除场景。

🚀 任务1：创建Nginx Pod

问Roo代码：“用nginx镜像创建nginx pod”
验证pod是否已成功创建
使用Roo代码检查吊舱状态

🔍 任务2：验证Pod创建

询问Roo代码：“显示nginx pod的状态”
确认吊舱正在运行
如果需要，检查吊舱详细信息和日志

⚠️ 任务3：模拟一个破碎的场景

使用不正确的图像创建一个pod：“使用图像BUSYYBOX创建一个名为测试pod的pod”
请Roo Code确定问题的根本原因
使用自然语言进行故障排除：“为什么我的测试舱无法启动？”

🎯 学习目标：

练习用AI创建Kubernetes资源
学习验证资源创建
体验AI驱动的故障排除
了解如何在资源中断时寻求帮助

使用说明

建立MCP项目

要运行的命令：

为什么是这些命令？

服务器资源发现

输出

刀具参数分析

输出

MCP根配置

输出

实施采样支持

输出

实施互动启发式

输出

完成MCP客户端实施

输出

建筑生产MCP客户

Kubernetes MCP服务器与Roo代码的集成

第一步：探索Kubernetes环境

步骤2：了解k8s mcp服务器

步骤3：拉取Docker镜像

步骤4：在Roo代码中配置MCP服务器

步骤5：连接并测试MCP服务器

第六步：实际操作任务

相关 MCP

小红书MCP服务

Figma MCP集成工具

MCP 协议测试服务器

Flomo笔记服务

Unity编辑器AI集成插件

科学研究的开源MCP服务器