当然，让我们逐步设置您的自定义GPT--Codelabs学习助手2025--作为Docker化的MCP（模型上下文协议）服务器。这将允许你的学生使用Docker在本地运行它，并通过Visual Studio Code（VS Code）与之交互。
______________________________________________________________________
🧰 第一步：安装Docker
对于Windows：
- 下载Docker桌面:
- 访问 页面。 - 点击 “下载Windows版”.(网站 datacamp.com)
- 安装Docker桌面:
- 运行下载的安装程序。 - 按照安装提示进行操作。 - 在安装过程中，确保使用选项 WSL 2 如果提示，则选择。(网站 datacamp.com)
- 启动Docker桌面:
- 安装完成后，从“开始”菜单启动Docker Desktop。 - 等待Docker初始化；当Docker准备就绪时，您将在系统托盘中看到Docker图标。(网站 datacamp.com)
- 验证安装:
- 打开 命令提示符 或 PowerShell.
- 键入以下命令并按Enter键：
docker --version- 您应该看到显示的Docker版本信息。(knowledgehut.com)
对于macOS：
- 下载Docker桌面:
- 访问 页面。 - 点击 “下载Mac版”.
- 安装Docker桌面:
- 打开下载的 .dmg 文件。 - 将Docker图标拖动到您的Applications文件夹中。(网站 datacamp.com)
- 启动Docker桌面:
- 从“应用程序”文件夹启动Docker。 - 等待Docker初始化；当Docker图标准备就绪时，它将出现在您的菜单栏中。
- 验证安装:
- 打开 终端.
- 键入以下命令并按Enter键：
docker --version- 您应该看到显示的Docker版本信息。(knowledgehut.com)
______________________________________________________________________
🛠️ 步骤2：准备MCP服务器代码
- 创建项目目录:
- 在您的计算机上创建一个新文件夹，例如。， codelabs-mcp-server.
- 创建服务器脚本:
- 在此文件夹中，创建一个名为的文件 server.py.
- 打开 server.py 在您首选的代码编辑器中，粘贴以下代码：
from mcp.server.fastmcp import FastMCP
import openai
import os
mcp = FastMCP("codelabs-assistant")
@mcp.tool()
async def answer_question(question: str) -> str:
"""Answers a question using the GPT model."""
openai.api_key = os.getenv("OPENAI_API_KEY")
response = openai.ChatCompletion.create(
model="gpt-4",
messages=[{"role": "user", "content": question}]
)
return response.choices[0].message["content"]
if __name__ == "__main__":
mcp.run(transport="stdio")- 创建需求文件:
- 在同一文件夹中，创建一个名为的文件 requirements.txt.
- 添加以下行以指定依赖关系：
openai
mcp- 创建一个Dockerfile:
- 在同一文件夹中，创建一个名为的文件 Dockerfile （无文件扩展名）。
- 添加以下内容来定义Docker镜像：
FROM python:3.11-slim
WORKDIR /app
COPY . .
RUN pip install --no-cache-dir -r requirements.txt
CMD ["python", "server.py"]______________________________________________________________________
🧪 步骤3：构建Docker镜像
- 打开终端:
- 导航到 codelabs-mcp-server 目录使用 cd 命令。
cd path/to/codelabs-mcp-server- 构建Docker镜像:
- 运行以下命令构建Docker镜像：
docker build -t codelabs-mcp-server .- Docker将处理 Dockerfile 并创建一个名为的图像 codelabs-mcp-server.
______________________________________________________________________
🧩 步骤4：为MCP配置VS代码
- 创建配置目录:
- 在您的项目目录（或学生将工作的目录）中，创建一个名为的文件夹 .vscode.
- 创建MCP配置文件:
- 里面 .vscode 文件夹，创建一个名为的文件 mcp.json.
- 添加以下内容以配置MCP服务器：
{
"inputs": [
{
"type": "promptString",
"id": "openai_api_key",
"description": "Enter your OpenAI API Key",
"password": true
}
],
"servers": {
"codelabs-assistant": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"OPENAI_API_KEY=${input:openai_api_key}",
"codelabs-mcp-server"
]
}
}
}______________________________________________________________________
🚀 步骤5：在VS代码中运行MCP服务器
- 打开VS代码:
- 启动Visual Studio代码。
- 打开项目文件夹:
- 首选 文件>打开文件夹 然后选择包含项目的目录。
- 访问命令面板:
- 按 Ctrl+Shift+P （Windows/Linux）或 Cmd+Shift+P （macOS）打开命令面板。
- 启动MCP服务器:
- 类型 MCP: List Servers 并选择它。 - 在列表中，找到 codelabs-assistant 然后单击 开始.
- 输入OpenAI API密钥:
- 提示时，输入您的OpenAI API密钥。 - 服务器将启动，您现在可以通过VS Code的聊天界面与自定义GPT进行交互。
______________________________________________________________________
按照这些步骤，您已经成功地将自定义GPT设置为Docker化的MCP服务器，使您的学生能够通过Visual Studio Code在本地运行并与之交互。如果您需要进一步的帮助或有任何问题，请随时提问！