上下文感知MCP框架：模型上下文协议（MCP）中共享上下文多代理协调的实现
该存储库包含本文实验中使用的参考实现： “通过上下文感知服务器协作增强模型上下文协议（MCP）（2025）” 它提供了传统的（无状态）MCP基线和提出的上下文感知MCP架构，以及两个代表性多代理工作流的评估脚本、图形和基准输出： TravelPlanner（真实世界的行程规划） 婚礼物流（REALM Bench P5）（多代理调度和协调） 此存储库的目标是演示引入共享上下文存储如何使MCP服务器能够自主协调，减少LLM工作负载，改善延迟，提高任务完整性和协调准确性。
仓库的规划
usecases/UseCase1_TravelPlanner/
- traditional_mcp/：无状态MCP编排器(mcp_client.py)加上位置、天气、酒店和食物服务器。 - context_aware_mcp/：上下文感知编排器(context_mcp_client.py)以及支持上下文的服务器（位置、天气、酒店、食物），使用 context_store.py 通过状态。 - evaluation/：传统旅行计划评估员(traditional_evaluate_travelplanner.py)比较绘图仪(compare_eval_results2.py). - outputs/：执行时间、完整性、BERTScore和RougeL的基准图。
usecases/UseCase2_WeddingLogistics/
- traditional_mcp/：无国籍婚礼策划师(wedding_planner_traditional.py)加上到达/出差/运输服务器。 - context_aware_mcp/：以情境为导向的婚礼策划师(wedding_planner_client_mcp.py)加上到达/出差/运输服务器，共享上下文示例(shared_context_P5.py, context_store/shared_context_wedding.json). - evaluation/：P5评估脚本(evaluation_trad_p5.py, evaluate_mcp_P5.py)和任务元数据(task_definitions_copy.py, wedding_evaluator.py). - validation/：日程验证器(schedule_validator.py, schedule_validator_mcp.py). - outputs/：示例运输计划JSON。
先决条件
- 推荐使用Python 3.10+。
fastmcp,openai，并绘制/评估评估脚本使用的deps(datasets,evaluate,matplotlib等等）。- 设置密钥：
export OPENAI_API_KEY=...
运行旅行计划（用例1）
- 传统MCP：
cd usecases/UseCase1_TravelPlanner/traditional_mcp
python mcp_client.py- 上下文感知MCP：
cd usecases/UseCase1_TravelPlanner/context_aware_mcp
python context_mcp_client.py运行婚礼物流策划器（用例2）
- 传统MCP：
cd usecases/UseCase2_WeddingLogistics/traditional_mcp
python wedding_planner_traditional.py- 上下文感知MCP：
cd usecases/UseCase2_WeddingLogistics/context_aware_mcp
python wedding_planner_client_mcp.py评估
- 旅游规划师传统评价：
usecases/UseCase1_TravelPlanner/evaluation/traditional_evaluate_travelplanner.py
- 婚礼P5评价：
usecases/UseCase2_WeddingLogistics/evaluation/evaluation_trad_p5.py或evaluate_mcp_P5.py
- 为四个基准评估指标提供了输出。这些图也显示在研究论文图中（执行时间、完整性、BERTScore、RougeL）。