Chatgpt MCP Wines

葡萄酒顾问MCP

使用模型上下文协议（MCP）构建的ChatGPT应用程序，提供有关法国著名葡萄酒的专家信息。此MCP服务器使ChatGPT能够搜索葡萄酒，提供详细信息，并提供食物搭配建议。

特性

• 葡萄酒搜索：按名称、地区、品种、品酒笔记和食物搭配搜索25种著名的法国葡萄酒
• 详细信息：获取全面的葡萄酒详细信息，包括生产商、年份、品酒笔记和帕克评分
• 食物搭配建议：获得每款葡萄酒的专家食物搭配建议
• 两种实施方法：以主要工具为中心的设计和连接器模式实施
• 苏格兰和南方能源公司运输：用于无缝ChatGPT集成的服务器发送事件传输

快速开始

先决条件

• Python 3.8+
• 点

安装与运行

cd wine-consultant-mcp
pip install -r requirements.txt
uvicorn src.main:mcp.app --host 0.0.0.0 --port 8000

替代连接器实现

cd wine-consultant-mcp
uvicorn src.connector_main:mcp.app --host 0.0.0.0 --port 8000

MCP检验员测试

npx @modelcontextprotocol/inspector@latest

项目结构

.
├── wine-consultant-mcp/          # Main MCP server implementation
│   ├── src/
│   │   ├── main.py              # Tool-focused MCP server (recommended)
│   │   └── connector_main.py    # Connector pattern implementation
│   ├── data/
│   │   ├── french_wines_10.json # Starter dataset (10 wines)
│   │   └── french_wines.json    # Full dataset (25 wines)
│   ├── test_expanded_data.py    # Test suite
│   └── requirements.txt         # Python dependencies
├── documentation/                # OpenAI Apps SDK reference docs (12 files)
├── memory-bank/                  # Development history and implementation notes
├── tests/                        # Additional test files
└── CLAUDE.md                     # Architecture guide and development instructions

葡萄酒数据集

该项目包括两个法国葡萄酒数据集：

• 法语_中文_10.json：10款著名葡萄酒的入门数据集
• french_wines.json：包含25种著名葡萄酒的扩展数据集

每款葡萄酒包括：

• 基本信息（名称、地区、类型、品种、酒精含量）
• 品酒笔记和特点
• 食物搭配建议
• 商业细节（价格、帕克评分）
• 历史信息（生产商、成立年份、分类、年份）
• 元数据（图像URL、来源、最后更新时间）

MCP工具

主要实现（Main.py）

1. search_wines（查询，过滤类型）：按各种标准搜索葡萄酒
2. get_wine_details（葡萄酒名称）：获取完整的葡萄酒信息
3. 推荐预订（wine_name）：获取食物搭配建议

连接器实现（Connector_main.py）

1. 搜索（查询）：返回ID/title/URL格式的搜索结果
2. fetch（id）：以格式化文本的形式获取完整的葡萄酒信息

文档

• CLAUDE.md：完整的架构指南、开发工作流程和设计决策
• 文件编制/：全面的OpenAI Apps SDK文档（10个文件）
• 存储器库/：开发会议、实施说明和故障排除历史

发展

添加新葡萄酒

在中编辑JSON文件 wine-consultant-mcp/data/:

1. 验证JSON语法
2. 确保所有必填字段都存在
3. 重新启动MCP服务器以重新加载数据

使用ChatGPT进行测试

1. 在本地运行MCP服务器
2. 使用ngrok公开HTTPS端点： ngrok http 8000
3. 在ChatGPT中：设置→ 应用程序和连接器→ 开发者模式
4. 使用ngrok URL创建连接器+ /sse 路径
5. 使用自然语言提示进行测试，例如“找到一款与羊肉搭配得很好的葡萄酒”

技术栈

• FastMCP （>=0.9.0）：MCP服务器框架
• Uvicorn （>=0.24.0）：ASGI服务器
• Python何塞 （>=3.3.0）：OAuth/JWT处理
• 请求： （>=2.31.0）：HTTP客户端

建筑

此MCP服务器使用：

• SSE（服务器发送事件） ChatGPT兼容性传输
• 内存数据存储 用于快速访问（适用于小型数据集）
• JSON 模式 参数验证的类型提示
• 工具发现 通过文档字符串和类型注释

有关详细的架构决策和模式，请参阅 CLAUDE.md.

许可证

\[在此处添加您的许可证\]

贡献

欢迎投稿！请阅读中的开发工作流程 CLAUDE.md 在提交pull请求之前。

资源

• 模型上下文协议文档
• OpenAI应用程序和连接器
• FastMCP框架