Token导航 LogoToken导航

MCP Server · AI代理

Network MCP Demo

一个基于FastAPI的后端服务,封装了LLM客户端和MCP会话,使LLM能够通过MCP服务器与外部工具(搜索、浏览器自动化等)交互。

stdio官方级别未说明来源级核验工具 0
AI代理Python模型集成FastAPI

快速开始

作者 / 组织
fnlearner
提供方
fnlearner
运行时
Python

工具数量

0

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

0

仓库热度

收录来源

1 个

MCP World

选型结论

Network MCP Demo 属于AI代理类 MCP Server,公开资料标注 0 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 API Key。

分类

AI代理

传输方式

stdio

认证方式

API Key

部署方式

公开资料未说明

安装与配置

安装命令

python backend.py

客户端配置示例

{
  "mcpServers": {
    "network-mcp-demo": {
      "command": "python",
      "args": [
        "backend.py"
      ]
    }
  }
}

按公开安装命令拼出来的示例,字段名和参数以仓库 README 为准;带 YOUR_API_KEY 这类占位符的位置记得换成自己的值。

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 0 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

网络MCP后端

此目录包含一个小型FastAPI后端,它封装了一个LLM客户端和一个MCP(多组件进程)会话,以提供一个能够调用MCP服务器公开的工具的网络代理。它旨在作为一个示例/自定义代理实现,使LLM能够通过MCP与外部工具(搜索、浏览器自动化等)进行交互。

特性

  • 从环境变量或本地加载API凭据 .env 文件。
  • 启动MCP客户端会话(通过 mcp.client.stdio)并暴露出a /chat 将消息中继到模型并执行模型返回的工具调用的端点。
  • CORS已启用,可进行快速本地测试。

快速开始

  1. 复制或编辑 .env 文件,以包含您的API密钥和可选设置(已作为模板包含):
DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxxxxxx
BASE_URL=https://api.deepseek.com
MODEL_NAME=deepseek-chat
  1. 安装依赖项(确保 python-dotenv 已安装):
uv pip install -r ../requirements.txt
uv pip install python-dotenv
  1. 运行后端(开发):
# from the network-mcp directory
python backend.py

或者通过uvicorn运行类似生产的行为:

uvicorn backend:app --host 0.0.0.0 --port 8000

API:/聊天

POST/聊天

请求正文(JSON):

{
	"message": "your question here",
	"history": []
}

答复:

  • 如果模型直接回答,你会得到: { "response": "..." }.
  • 如果模型请求工具调用,后端将通过MCP调用工具并继续对话,直到最终回复或超时。

配置

  • 支持的环境变量:

- DEEPSEEK_API_KEY, OPENAI_API_KEY,或 API_KEY (使用第一个找到的) - BASE_URL (默认为 https://api.deepseek.com) - MODEL_NAME (默认为 deepseek-chat)

把这些放进去 network-mcp/.env 为了地方发展。不要将生产密钥提交给git。

安全和部署说明

  • 将API密钥保密。添加 network-mcp/.env 到 .gitignore 或者在部署平台中管理机密。
  • 在生产环境中,更倾向于通过CI/CD或托管提供商设置环境变量,而不是 .env 文件夹。

故障排除

  • 如果你看到 API key not set 启动时,确保 .env 文件存在并且包含一个真正的密钥,或者在运行之前导出envvar。
  • 如果MCP连接失败,请检查MCP服务器(mcp_tool.py 或配置的命令)可用且工作。

延伸

  • 为添加更强大的验证 BASE_URL 和 MODEL_NAME 如果您使用多个模型端点。
  • 为添加身份验证 /chat 端点(如果将其暴露在本地开发之外)。

______________________________________________________________________

针对定制网络代理的简短而集中的README。如果你愿意,我还可以添加一个示例curl请求或一个调用 /chat.

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

FastAPIPython本地部署LLM集成工具调用MCP会话网络代理

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 0 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API Key,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API Key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
Network MCP Demo

MCP World · 本页

0stdio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

Network MCP Demo 怎么安装?

公开资料给出的安装命令是 python backend.py,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。

Network MCP Demo 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。

Network MCP Demo 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。

Network MCP Demo 需要 API Key 吗?

公开资料标注的认证方式是API Key,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。

Network MCP Demo 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