AI导哈

AI扩展接口协议

MCP（模型上下文协议）是一个允许服务器向语言模型暴露可调用工具的协议，用于扩展AI能力，支持远程控制、计算、邮件操作、知识搜索等功能。

  • by TrBaPhong
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 TrBaPhong/xiaozhigetassetpricemcp

使用说明

MCP Sample Project | MCP 示例项目

一个强大的界面，用于通过远程控制、计算、电子邮件操作、知识搜索等扩展人工智能功能。

一个强大的接口，用于通过远程控制、计算、邮件操作、知识搜索等方式扩展AI能力。

概述|概述

MCP（模型上下文协议）是一种允许服务器公开可由语言模型调用的工具的协议。工具使模型能够与外部系统交互，例如查询数据库、调用API或执行计算。每个工具都由一个名称唯一标识，并包含描述其模式的元数据。

MCP（模型上下文协议）是一个允许服务器向语言模型暴露可调用工具的协议。这些工具使模型能够与外部系统交互，例如查询数据库、调用API或执行计算。每个工具都由一个唯一的名称标识，并包含描述其模式的元数据。

功能|特性

  • 🔌 Bidirectional communication between AI and external tools | AI与外部工具之间的双向通信
  • 🔄 Automatic reconnection with exponential backoff | 具有指数退避的自动重连机制
  • 📊 Real-time data streaming | 实时数据流传输
  • 🛠️ Easy-to-use tool creation interface | 简单易用的工具创建接口
  • 🔒 Secure WebSocket communication | 安全的WebSocket通信
  • ⚙️ Multiple transport types support (stdio/sse/http) | 支持多种传输类型（stdio/sse/http）

Quick Start | 快速开始

  1. Install dependencies | 安装依赖:
pip install -r requirements.txt
  1. Set up environment variables | 设置环境变量:
export MCP_ENDPOINT=<your_mcp_endpoint>
  1. Run the calculator example | 运行计算器示例:
python mcp_pipe.py calculator.py

Or run all configured servers | 或运行所有配置的服务:

python mcp_pipe.py

需要 mcp_config.json 包含服务器定义的配置文件（支持stdio/sse/http传输类型）

需要 mcp_config.json 配置文件定义服务器（支持 stdio/sse/http 传输类型）

Project Structure | 项目结构

  • mcp_pipe.py: Main communication pipe that handles WebSocket connections and process management | 处理WebSocket连接和进程管理的主通信管道
  • calculator.py: Example MCP tool implementation for mathematical calculations | 用于数学计算的MCP工具示例实现
  • requirements.txt: Project dependencies | 项目依赖

Config-driven Servers | 通过配置驱动的服务

编辑 mcp_config.json 文件来配置服务器列表（也可设置 MCP_CONFIG 环境变量指向其他配置文件）。

配置说明：

  • 无参数时启动所有配置的服务（自动跳过 disabled: true 的条目）
  • 有参数时运行单个本地脚本文件
  • type=stdio 直接启动；type=sse/http 通过 python -m mcp_proxy 代理

Creating Your Own MCP Tools | 创建自己的MCP工具

Here's a simple example of creating an MCP tool | 以下是一个创建MCP工具的简单示例:

from fastmcp import FastMCP

mcp = FastMCP("YourToolName")

@mcp.tool()
def your_tool(parameter: str) -> dict:
    """Tool description here"""
    # Your implementation
    return {"success": True, "result": result}

if __name__ == "__main__":
    mcp.run(transport="stdio")

Use Cases | 使用场景

  • Mathematical calculations | 数学计算
  • Email operations | 邮件操作
  • Knowledge base search | 知识库搜索
  • Remote device control | 远程设备控制
  • Data processing | 数据处理
  • Custom tool integration | 自定义工具集成

Requirements | 环境要求

  • Python 3.7+
  • websockets>=11.0.3
  • python dotenv>=1.0.0
  • mcp>=1.8.1
  • 媒染剂>=2.11.4
  • mcp代理>=0.8.2

Contributing | 贡献指南

欢迎投稿！请随时提交拉取请求。

欢迎贡献代码！请随时提交Pull Request。

License | 许可证

此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。

本项目采用MIT许可证 - 详情请查看LICENSE文件。

Acknowledgments | 致谢

  • Thanks to all contributors who have helped shape this project | 感谢所有帮助塑造这个项目的贡献者
  • Inspired by the need for extensible AI capabilities | 灵感来源于对可扩展AI能力的需求

相关 MCP