AI MCP Server Base

AI MCP服务器基础

项目设置

先决条件

• 使用Python 3.14.2制作，但其他版本可能适用

虚拟环境

建议使用虚拟环境来管理依赖关系。

创建虚拟环境

py -m venv .venv

激活虚拟环境

Windows（PowerShell）：

.\.venv\Scripts\Activate

Windows（命令提示符）：

.\.venv\Scripts\activate.bat

macOS/Linux：

source .venv/bin/activate

停用虚拟环境

deactivate

安装

1. 激活您的虚拟环境。
2. 安装所需的依赖项：

pip install -r requirements.txt

运行FastAPI服务器

要启动启用热重新加载的FastAPI服务器，请执行以下操作：

uvicorn app.main:app --reload

服务器将在以下时间可用 http://127.0.0.1:8000. 您可以访问API文档： http://127.0.0.1:8000/docs.

运行MCP服务器

您可以使用MCP CLI运行MCP服务器，它为测试工具和资源提供了一个开发人员检查器。

mcp dev app/mcp_server/main.py

这将启动MCP服务器并在浏览器中打开MCP检查器。

或者，您可以直接使用Python运行它（对于部署或简单测试很有用）：

python app/mcp_server/main.py

通过Postman连接（流式HTTP）

MCP服务器使用Streamable HTTP（使用SSE处理事件）运行。通过邮递员连接：

1. 使用启动MCP服务器 python app/mcp_server/main.py.
2. 打开Postman并单击“新建”>“MCP”。
3. 输入URL： http://localhost:8000/mcp.
4. 发送请求。

您应该看到一个打开的事件流。服务器将在 endpoint 事件，您可以将其用于后续的POST请求（JSON-RPC），以与工具和资源进行交互。

部署（Docker）

该项目包括 Dockerfile 和 compose.yaml 便于部署。

使用Docker Compose运行

要运行MCP服务器，请执行以下操作：

docker compose up --build

服务器将在以下时间可用 http://localhost:8000.

构建Docker镜像

手动构建Docker镜像：

docker build -t mcp-server .

运行Docker容器

要运行容器（您可以提供 DB_DSN 环境变量（如果您有外部数据库）：

docker run -p 8000:8000 -e DB_DSN="postgresql://user:password@host:5432/dbname" mcp-server

部署（渲染）

1. 将代码推送到GitHub存储库。
2. 登录到 渲染.
3. 点击 新 并选择 网络服务.
4. 连接您的GitHub存储库。
5. 渲染将自动检测 Dockerfile.
6. 重要：在配置中：

- 运行时：Docker - 环境变量：添加 DB_DSN 如果您有数据库连接字符串。

1. 点击 创建Web服务.

Render将构建您的Docker镜像并部署它。您将获得一个公共URL（例如。， https://your-app.onrender.com)您的MCP服务器可以访问。