agenticnexus (Aditya699)

纽带

用于构建自己的MCP（模型上下文协议）服务器的模板。以此为起点，创建人工智能助手可以使用的自定义工具。

什么是MCP？

MCP（模型上下文协议）是一个开放协议，规范了人工智能应用程序如何连接到外部工具和数据源。它基于JSON-RPC 2.0构建，使Claude和ChatGPT等LLM主机能够发现和调用服务器公开的工具。

运作原理

┌─────────────────┐     JSON-RPC 2.0      ┌─────────────────┐
│   AI Assistant  │ ◄──────────────────► │   MCP Server    │
│  (Claude, GPT)  │    SSE Transport      │  (Your Tools)   │
└─────────────────┘                       └─────────────────┘
        │                                         │
        │  1. tools/list                          │
        │ ──────────────────────────────────────► │
        │                                         │
        │  2. Returns available tools             │
        │ ◄────────────────────────────────────── │
        │                                         │
        │  3. tools/call (with arguments)         │
        │ ──────────────────────────────────────► │
        │                                         │
        │  4. Returns result                      │
        │ ◄────────────────────────────────────── │

关键概念

• 工具：AI可以调用的函数（例如。， web_search, get_writing_guidelines)
• 运输：通信层（SSE用于远程服务器，STDIO用于本地）
• JSON 模式：工具使用JSON模式定义其参数以进行验证

快速开始

# Install dependencies
pip install -r requirements.txt

# Set up environment variables
cp .env.example .env
# Edit .env with your API keys

# Run the server
python src/agenticnexus/mcp_server.py

服务器运行于 http://localhost:8000 SSE运输。

项目结构

src/agenticnexus/
├── mcp_server.py          # Server entry point
├── tools/
│   ├── __init__.py        # Tool registry
│   ├── search/            # Web search tool (example)
│   │   ├── __init__.py
│   │   └── utils.py
│   └── writing_style/     # Writing guidelines tool (example)
│       └── __init__.py

添加您自己的工具

1. 在下创建新文件夹 tools/:

tools/
└── my_tool/
    └── __init__.py

1. 定义您的工具 @mcp.tool():

from mcp.server.fastmcp import FastMCP

def register(mcp: FastMCP) -> None:
    @mcp.tool()
    async def my_tool(param1: str, param2: int = 10) -> dict:
        """Description of what the tool does."""
        # Your logic here
        return {"result": "..."}

1. 注册 tools/__init__.py:

from . import search, writing_style, my_tool

def register_all_tools(mcp: FastMCP) -> None:
    search.register(mcp)
    writing_style.register(mcp)
    my_tool.register(mcp)

包含示例工具

环境变量

连接客户

克劳德桌面

增添 ~/Library/Application Support/Claude/claude_desktop_config.json （macOS）或 %APPDATA%\Claude\claude_desktop_config.json （Windows）：

{
  "mcpServers": {
    "agenticnexus": {
      "url": "http://localhost:8000/sse"
    }
  }
}

OpenAI API

response = client.responses.create(
    model="gpt-4.1",
    tools=[{
        "type": "mcp",
        "server_label": "agenticnexus",
        "server_url": "http://localhost:8000/sse",
        "require_approval": "never"
    }],
    input="Search for latest AI news"
)

无烟煤API

response = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    mcp_servers=[{
        "type": "url",
        "url": "http://localhost:8000/sse",
        "name": "agenticnexus"
    }],
    messages=[{"role": "user", "content": "Search for latest AI news"}]
)

了解更多

• MCP规范
• FastMCP文档

许可证

麻省理工学院