AI导哈

模型上下文协议服务器

MCP服务器基础示例，展示核心功能包括工具和资源。

  • by Thirumurugan240
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 Thirumurugan240/mcp_crash_course

使用说明

MCP服务器基本示例

这是一个模型上下文协议（MCP）服务器实现的基本示例，展示了包括工具和资源在内的核心功能。

设置步骤

  1. 初始化项目（进入任意本地文件夹并启动 powershell 或 cmd）：
uv init mcp-server-basic
cd mcp-server-basic

  1. 创建虚拟环境并激活它

  uv venv
  .venv\Scripts\activate
  1. 安装依赖项：
uv add "mcp[cli]"

或者

uv add -r requirements.txt

功能

服务器实现了以下功能：

工具

  • add(a: int, b: int)将两个数字相加
  • subtract(a: int, b: int)从第一个数中减去第二个数

资源

  • greeting://{name}返回一条个性化的问候语

运行服务器

要使用MCP Inspector运行服务器进行开发：

uv run mcp dev main.py

要正常运行服务器：

uv run mcp run

要在Claude桌面应用程序中安装服务器：

uv run mcp install main.py

在VS代码中连接MCP

  • 在VS Code中打开文件夹/mcp-server-basic
  • 打开终端并运行以下命令：
uv run main.py
  • 点击 Ctrl+Shift+I 在 vs code 中启动聊天
  • 使用Github登录并设置
  • 按照以下步骤操作（为VS Code用户设置添加MCP配置的两种方法）：

观看演示

项目结构

  • main.py主服务器实现及工具和资源
  • pyproject.toml项目配置和依赖项

2.0 带有MCP训练营的代理型AI与生成式AI

立即注册

课程概览：

导师：Sourangshu Paul、Mayank Aggarwal、Krish 和 Sunny

开始日期：2025年5月10日

时间：印度标准时间早上8点至11点（周六和周日）

时长：4-5个月

本课程专为希望在代理AI、多智能体系统和AI驱动自动化领域建立专业知识的人工智能开发者、机器学习工程师、数据科学家和软件工程师设计。无论你是AI代理的新手，还是具备自然语言处理（NLP）和生成式AI（GenAI）经验的专家，本课程都将为你提供开发、部署和大规模管理AI代理所需的知识和实践技能。课程结束时，你将掌握代理AI框架、多智能体协作、实际自动化应用和端到端AI部署的坚实基础，并通过实际项目获得实践经验。

相关 MCP