基本能力
产品定位
Modular MCP Server Framework 是一个专为 AI 生态系统设计的命令行工具集成框架，旨在通过标准化的协议将命令行工具无缝集成到 AI 工作流中。
核心功能
- 命令行工具集成：支持集成一次性执行、非交互式的命令行工具。
- 高度可扩展：通过模块化设计，用户可以轻松添加新的工具模块。
- 配置驱动：通过
config.ini配置文件管理服务器行为和工具模块的配置。 - SSE 支持：使用 Server-Sent Events (SSE) 进行客户端-服务器通信。
- 日志管理：支持全局和模块级别的日志级别配置。
适用场景
- AI 工具链集成：将命令行工具集成到 AI 开发环境中，提升开发效率。
- 自动化任务：通过标准化协议调用命令行工具，实现自动化任务执行。
- 工具扩展：快速扩展 AI 系统的功能，支持新的命令行工具。
工具列表
- fscan：示例工具模块，用于演示框架的集成能力。
- 自定义工具：用户可以根据模板添加新的工具模块。
常见问题解答
- 端口冲突：如果端口被占用，修改
config.ini中的port或停止占用端口的程序。 - 配置错误：检查
config.ini中的语法、路径和配置项是否正确。 - 依赖缺失：确保在虚拟环境中安装所有依赖。
- 工具未列出：确认
config.ini中工具的enabled = true且模块文件名规范。
使用教程
使用依赖
- Python 环境：确保已安装 Python 3.x。
- 虚拟环境：推荐使用虚拟环境隔离依赖。
安装教程
- 克隆仓库：
git clone
cd - 创建并激活虚拟环境：
- 使用 uv (推荐)：
uv venv
source .venv/bin/activate- 使用 Python 内置 venv：
python -m venv .venv
source .venv/bin/activate- 安装依赖：
- 使用 uv：
uv pip install -r requirements.txt- 使用 pip：
pip install -r requirements.txt- 配置
config.ini：
- 修改 host 和 port 设置。 - 配置工具模块的路径和参数。
调试方式
- 启动服务器：
python mcp_sse_server.py- 检查日志：根据日志级别调整
config.ini中的log_level。 - 验证连接：使用客户端连接服务器，检查工具列表和调用结果。