MCP Fdc3

MCP-FDC3

这 MCP-FDC3 库启用 FDC3 与一起使用的互操作性工作流 MCP（模型上下文协议） 在AI工作流程中。MCP-FDC3直接从MCP服务器传递FDC3意图和广播，并在前端平台上对其进行操作。它有可能通过直观的基于聊天的人工智能集成来提升FDC3体验。

*该项目是MCP/FDC3集成思想的早期实验，因此只进行了非常有限的工作和测试。其目的是激发灵感，展示可能性，发现集成挑战，最重要的是激发对人工智能技术/模式和FDC3互操作交叉点的讨论。*

概述

MCP-FDC3提供两个库：

• server -生成FDC3资源的实用程序（例如。 Fdc3Resource)在MCP服务器中。
• client -功能（例如。 handleMcpFdc3Resource)以处理FDC3资源并处理适当的FDC3 API方法的自动调用。

此仓库还包含三个相关项目，可用于测试和演示 server 和 client 库：

• frontend-platform -一个基于聊天的基本前端，使用 维特, 反应，以及MCP-FDC3 client 图书馆。连接到 backend-mcp-server-ts 服务。

以下文章解释了MCP-FDC3的关键构建块（FDC3资源、资源创建者和资源处理程序），以及一些进一步的想法和悬而未决的问题：

MCP-FDC3：集成人工智能和FDC3工作流程

致谢 这个胚胎库的灵感来自Ido Salomon和Liad Yosef在创建 MCP-UI SDK！

入门指南

先决条件

此仓库中的代码假定您正在运行 。它最初是使用Node v24.11.0构建和测试的。

安装和构建库

客户端库

运行以下命令：

cd packages/client
npm i
npm run build

建成 client 图书馆现在应该可以在 dist 文件夹。

服务器库

运行以下命令：

cd packages/server
npm i
npm run build

建成 server 图书馆现在应该可以在 dist 文件夹。

安装、构建和运行演示

MCP服务器

运行以下命令：

cd demos/backend-mcp-server-ts
npm i
npm run dev

这 backend-mcp-server-ts MCP端点现在应该可以在http://localhost:3000/mcp

AI 代理

首先配置环境：

• 复制提供的 /demos/backend-ai-agent-ts/example.env 文件到 /demos/backend-ai-agent-ts/.env.
• 在新 .env 文件设置 OPENAI_API_KEY 到您的OpenAI API密钥

然后运行以下命令：

cd demos/backend-ai-agent-ts
npm i
npm run dev

backend-ai-agent-ts 现在应该送达http://localhost:4000

前端平台

首先配置环境：

• 复制提供的 /demos/frontend-platform/example.env 文件到 /demos/frontend-platform/.env.

然后运行以下命令：

cd demos/frontend-platform
npm i
npm run dev

现在只需将浏览器指向http://localhost:8080/运行演示前端平台。

在前端，输入用户提示，例如：

• “为苹果交易”
• “为微软获取交易”

这是一个基本的演示，所以一定要检查您的控制台，查看FDC3 API方法调用的日志，这些调用是响应您的提示而发生的！

至此，您可以使用以下步骤进一步测试MCP/FDC3集成：

• 在中创建和注册其他工具 backend-mcp-server-ts 例如使用MCP-FDC3资源创建者。
• 更改 fdc3Agent 参考 Chatbar.tsx 在...之内 frontend-platform 例如finos/FDC3-FDC3 DA参考实现或您自己的FDC3 DA。
• 更改 iframe 在 App.tsx 在...之内 frontend-platform 加载一个启用了FDC3的应用程序，并可能在另一个应用程序中加载第二个启用了FDM3的应用程序 iframe.

前端印迹应用程序

待办事项

前端新闻应用

待办事项