Token导航 LogoToken导航

MCP Server · AI代理

MCP Web Knowledge Coach

一个全栈演示系统,展示模型上下文协议(MCP)的功能,包括流式Python服务器和React Web客户端通过Streamable HTTP进行通信,适用于演示、研讨会和培训。

stdio官方级别未说明来源级核验工具 1
PythonAI代理工作流自动化

快速开始

作者 / 组织
Ramakrishna-Gedala
提供方
Ramakrishna-Gedala
运行时
Python

工具数量

1

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

1

仓库热度

收录来源

1 个

MCP World

选型结论

MCP Web Knowledge Coach 属于AI代理类 MCP Server,公开资料标注 1 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前要先准备 会话凭据。

分类

AI代理

传输方式

stdio

认证方式

会话凭据

部署方式

公开资料未说明

安装与配置

安装命令

uv run knowledge-coach-server

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 1 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

知识教练MCP演示

全栈演示 模型上下文协议(MCP) 具有流式Python服务器和React web客户端,通过 流式HTTP 运输。专为演示、研讨会和培训MCP概念的新学习者而设计。

架构概述

┌───────────────────────────┐        JSON-RPC 2.0         ┌──────────────────────────────┐
│     React Web Client      │  ◄──── Streamable HTTP ────► │     Python MCP Server        │
│  (Vite + TypeScript)      │        POST /mcp/            │  (FastAPI + FastMCP)         │
│                           │                              │                              │
│  ┌─────────────────────┐  │                              │  ┌────────────────────────┐  │
│  │  McpStreamClient    │──┼──────── initialize ─────────►│  │  StreamableHTTP ASGI   │  │
│  │  (services/)        │  │         mcp-session-id       │  │  Session Manager       │  │
│  │                     │◄─┼──────── session header ──────│  │                        │  │
│  │                     │──┼──────── tools/call ──────────►│  │  ┌──────────────────┐  │  │
│  │                     │◄─┼──────── structuredContent ───│  │  │ InMemoryEventStore│  │  │
│  └─────────────────────┘  │                              │  │  └──────────────────┘  │  │
│                           │                              │  └────────────────────────┘  │
│  ┌─────────────────────┐  │                              │                              │
│  │  useChatSession     │  │                              │  ┌────────────────────────┐  │
│  │  (hooks/)           │  │                              │  │  MCP Capabilities      │  │
│  └─────────────────────┘  │                              │  │  ├─ Resources (2)      │  │
│                           │                              │  │  ├─ Tools (1)          │  │
│  ┌─────────────────────┐  │                              │  │  └─ Prompts (1)        │  │
│  │  ChatWindow         │  │                              │  └────────────────────────┘  │
│  │  (components/chat/) │  │                              │                              │
│  └─────────────────────┘  │                              │  ┌────────────────────────┐  │
│                           │                              │  │  KnowledgeBase         │  │
│                           │                              │  │  (knowledge_base.yaml) │  │
└───────────────────────────┘                              └──────────────────────────────┘
     localhost:5173                                              127.0.0.1:8000

技术栈

层技术目的
后端运行时Python 3.11+服务器语言
MCP框架FastMCP (mcp 包)MCP协议抽象(资源、工具、提示)
Web框架FastAPI 0.115+HTTP路由、CORS、生命周期挂钩
ASGI服务器Uvicorn 0.30+生产级异步服务器
上海证券交易所sse starlette 1.8+服务器发送流媒体事件
验证Pydantic 2.8+数据模型和设置
程序包管理器紫外线 >=0.9快速Python依赖管理
前端框架React 19.2UI组件
语言TypeScript 5.9类型安全的前端代码
构建工具Vite 7.2开发服务器和捆绑器
样式CSS(自定义属性)无框架,轻量级主题
协议MCP流式HTTP基于HTTP的JSON-RPC 2.0,具有会话管理功能
测试pytest+pytest-asyncio服务器单元和集成测试
代码检查ESLint 9前端代码质量

项目布局

.
├── server/                          # Python MCP server
│   ├── pyproject.toml               # Dependencies and CLI entry points
│   ├── src/knowledge_coach/
│   │   ├── main.py                  # FastAPI app + FastMCP wiring
│   │   ├── config.py                # Environment-based settings (KC_ prefix)
│   │   ├── models.py                # Pydantic response models
│   │   ├── knowledge_base.py        # In-memory resource search engine
│   │   ├── knowledge_base.yaml      # 12+ training resource fixtures
│   │   ├── event_store.py           # Session event replay store
│   │   ├── resources.py             # MCP resource registrations
│   │   ├── tools.py                 # MCP tool registrations
│   │   ├── prompts.py               # MCP prompt template registrations
│   │   └── cli.py                   # Dev CLI (inspector, config export)
│   └── tests/                       # pytest suite
│       ├── test_knowledge_base.py   # Knowledge base unit tests
│       └── test_streamable_http.py  # MCP protocol integration test
│
└── web/                             # React + Vite chat client
    ├── package.json                 # NPM dependencies and scripts
    └── src/
        ├── config.ts                # MCP endpoint configuration
        ├── types/mcp.ts             # TypeScript interfaces matching server models
        ├── services/mcpClient.ts    # Low-level MCP Streamable HTTP client
        ├── hooks/useChatSession.ts  # Chat session state management hook
        └── components/
            ├── AppShell.tsx         # Layout wrapper with header
            └── chat/
                ├── ChatWindow.tsx   # Main chat UI (messages, composer, status)
                └── ChatPlaceholder.tsx  # Welcome screen with setup steps

MCP能力暴露

资源(只读数据)

URI描述
resource://knowledge-coach/resources所有培训资源的Markdown目录
resource://knowledge-coach/{resource_id}单个资源的详细视图

工具(可执行操作)

工具参数返回
coach_resourcesquestion, experience_level, max_resultsCoachingResponse 标题、评分建议和下一步行动

提示(LLM模板)

提示参数说明
demo_run_of_showaudience, focus_topic使用动态匹配的资源生成演示脚本

先决条件

  • Python 3.11+
  • uv >= 0.9
  • Node.js 20+

快速开始

1.MCP服务器

cd server
uv sync --extra dev          # install dependencies (runtime + pytest)
uv run knowledge-coach-server

服务器正在监听 http://127.0.0.1:8000 MCP端点位于 http://127.0.0.1:8000/mcp/.

其他服务器命令:

命令目的
uv run knowledge-coach-dev具有热重新加载功能的开发服务器
uv run knowledge-coach-inspector启动MCP检查器UI
uv run knowledge-coach-inspector-config出口 inspector.config.json

2.React Web客户端

cd web
npm install
npm run dev

开放时间: http://localhost:5173。要覆盖MCP端点,请创建 web/.env.local:

VITE_MCP_BASE_URL=http://127.0.0.1:8001/mcp/

运行测试和检查

# Server tests (from server/)
uv run pytest

# Frontend lint + type check (from web/)
npm run lint
npm run build

演示流程

  1. 启动MCP服务器: uv run knowledge-coach-server
  2. (可选)启动MCP检查器: uv run knowledge-coach-inspector --交互式浏览资源、工具和提示
  3. 启动React应用程序: npm run dev 并打开 http://localhost:5173
  4. 输入提示(例如。 *“为采用MCP的销售工程师设计培训计划”*),选择一个体验级别,然后单击 生成推荐
  5. 客户端执行MCP握手,调用 coach_resources,并呈现具有匹配分数和下一步的结构化推荐

环境变量

服务器(KC_ 前缀,或 .env 归档 server/)

变量默认值描述
KC_HOST127.0.0.1服务器绑定地址
KC_PORT8000服务器端口
KC_RELOADfalse启用热重新加载
KC_ALLOWED_ORIGINShttp://localhost:5173CORS允许的来源(逗号分隔)
KC_SERVER_NAMEKnowledge Coach MCPMCP握手中的服务器名称

Web(Vite环境变量,或 .env.local 在 web/)

变量默认值描述
VITE_MCP_BASE_URLhttp://127.0.0.1:8000/mcp/MCP服务器端点

故障排除

问题解决方案
客户留下 idle 或显示 error在打开React应用程序之前,确保服务器正在运行
CORS错误将您的客户端源添加到 KC_ALLOWED_ORIGINS
检查器无法连接验证服务器是否正在运行 http://127.0.0.1:8000/mcp/
端口已在使用中终止现有进程或更改 KC_PORT

进一步阅读

工具与能力

工具数量

1

资源数量

0

提示词数量

0

能力标签

全栈演示Python本地部署模型上下文协议流式通信培训工具React客户端

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

选择建议

值得选的地方

  • 只提供 1 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 需要自备会话凭据,没有凭据没法直接试。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到会话凭据的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
MCP Web Knowledge Coach

MCP World · 本页

1stdio有1 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

MCP Web Knowledge Coach 怎么安装?

公开资料给出的安装命令是 uv run knowledge-coach-server,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

MCP Web Knowledge Coach 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

MCP Web Knowledge Coach 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP Web Knowledge Coach 需要 API Key 吗?

公开资料标注的认证方式是会话凭据,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

MCP Web Knowledge Coach 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP