MCP server01

🤖 MCP代理AI（MCP v1.25+Streamlit）

该项目展示了 模型上下文协议（MCP） 基于 代理人工智能系统 使用：

• MCP v1.25.0（Anthropic SDK）
• 自定义MCP工具 （Arxiv，维基百科，数学）
• LLM（Groq-火焰3.1）
• 流式前端
• 基于SSE的MCP客户端-服务器架构

______________________________________________________________________

📁 项目结构

mcp-agentic-ai/
│
├── client/
│   ├── __init__.py
│   ├── agent.py          # MCP client (SSE-based)
│   └── llm.py            # LLM configuration
│
├── frontend/
│   ├── __init__.py
│   └── app.py            # Streamlit UI
│
├── server/
│   ├── __init__.py
│   ├── mcp_server.py     # MCP server (SSE ASGI app)
│   └── tools/
│       ├── __init__.py
│       ├── arxiv_tool.py
│       ├── math_tool.py
│       └── wiki_tool.py
│
├── main.py               # CLI test runner
├── .env                  # Environment variables
├── requirements.txt
└── README.md

______________________________________________________________________

⚙️ 需求

• python 3.10+ （在Python 3.12上测试）
• 推荐虚拟环境
• Groq API密钥

______________________________________________________________________

📦 再进行

python -m venv .venv
.venv\Scripts\activate        # Windows
# source .venv/bin/activate   # Linux / Mac

pip install -r requirements.txt

______________________________________________________________________

🔐 环境设置

创建一个 .env 项目根目录中的文件：

GROQ_API_KEY=your_groq_api_key_here

______________________________________________________________________

🚀 如何运行项目

1.️⃣ 启动MCP服务器（必需）

MCP v1.25使用 上海证券交易所，所以服务器 必须与Uvicorn一起运行

自 项目根目录:

uvicorn server.mcp_server:app --host 127.0.0.1 --port 3333

您应该看到：

Uvicorn running on http://127.0.0.1:3333

这暴露了：

• /sse
• /tools

______________________________________________________________________

2.️⃣ 启动Streamlit前端

打开A 新终端 （保持MCP服务器运行）：

streamlit run frontend/app.py

然后在浏览器中打开：

http://localhost:8501

______________________________________________________________________

🧪 查询示例

Find research on LLM agents,
explain simply,
and calculate (5 * 6) + 10

______________________________________________________________________

🧠 工作原理（高级）

1. 流线型UI 发送用户问题

1. MCP客户端（SSE） 连接到MCP服务器

1. 客户端获取可用工具

1. LLM收到：

- 系统提示 - 可用的MCP工具 - 用户提问

1. LLM使用工具上下文生成响应

______________________________________________________________________

🛠 可用的MCP工具

______________________________________________________________________

👤 作者

胡森巴沙 代理人工智能和MCP学习项目

______________________________________________________________________