MCP starter

MCP启动项目

什么是MCP？

模型上下文协议（MCP）是构建可以与外部工具和API交互的AI应用程序的标准。它由两个主要部分组成：

1. MCP服务器：一个Python服务，定义并公开可由AI模型调用的工具/函数
2. MCP客户端：一个Types/JavaScript客户端，连接到MCP服务器并管理AI模型和工具之间的交互

项目结构

mcp_starter/
├── mcp-server/           # Python MCP server implementation
│   ├── main.py          # Server with documentation search tool
│   └── pyproject.toml   # Python dependencies
└── mcp-clients/         # TypeScript MCP client implementation
    ├── index.ts         # Express server with HuggingFace integration
    └── package.json     # Node.js dependencies

入门指南

先决条件

• Python 3.11或更高版本
• Node.js 18或更高版本
• 拥抱面部API键
• Serper API密钥 谷歌搜索功能

设置服务器

1. 创建一个Python虚拟环境并激活它：

cd mcp-server
python -m venv .venv
# On Windows
.venv\Scripts\activate

1. 安装依赖项：

pip install -e .

1. 创建一个 .env 文件在 mcp-server 目录：

SERPER_API_KEY=your_serper_api_key_here

设置客户端

1. 安装Node.js依赖项：

cd mcp-clients
npm install

1. 创建一个 .env 文件在 mcp-clients 目录：

HUGGINGFACE_API_KEY=your_huggingface_api_key_here

1. 构建TypeScript代码：

npm run build

运行应用程序

1. 启动MCP服务器：

cd mcp-server
python main.py

1. 在新终端中，启动客户端服务器：

cd mcp-clients
node build/index.js ../mcp-server/main.py

使用API

客户端公开了两个端点：

• 健康检查: GET http://localhost:3000/health
• 聊天: POST http://localhost:3000/chat

聊天请求示例：

{
  "query": "Search the langchain docs for RAG",
  "sessionId": "user123"
}

特性

• 文档搜索工具：搜索流行AI库的文档：

- LangChain - 调用Index - OpenAI

• 会话管理：维护每个会话的聊天历史记录

• 工具集成：将AI模型响应与工具调用无缝集成

• 错误处理：针对API调用和工具执行的强大错误处理

运作原理

1. MCP服务器定义了AI模型可以调用的工具
2. 客户端连接到MCP服务器并检索可用工具
3. 当用户发送查询时：

- 客户端格式化对话历史记录 - 将其发送到拥抱脸模型 - 从模型的响应中提取并执行工具调用 - 返回包含工具结果的最终响应

环境变量

服务器

• SERPER_API_KEY：用于Google搜索功能的API密钥

客户端

• HUGGINGFACE_API_KEY：用于访问拥抱面部模型的API密钥

许可证

MIT许可证