Testing Remote MCP

测试远程MCP服务器

📌 概述

此存储库演示了 远程MCP（模型上下文协议）服务器的概念验证实现，旨在了解MCP服务器架构、工具暴露和云部署工作流程。\ 该项目的重点是 构建、测试和部署MCP服务器到MCP Cloud，验证端到端连接和工具调用。

🎯 目标

• 了解MCP服务器的结构
• 实现基本的MCP服务器
• 将服务器部署到MCP Cloud
• 验证远程工具可访问性和服务器稳定性

🧠 什么是MCP？

模型上下文协议（MCP） 使AI代理能够通过标准化的服务器与外部工具、API和服务安全地交互。\ 本项目从一个角度探讨了MCP 开发人员和系统集成视角.

🏗️ 项目范围

• MCP服务器初始化
• 工具登记和曝光
• 云部署配置
• 远程服务器测试

此存储库是 实验性的 并且旨在用于学习和验证目的，而不是生产使用。

🛠️ 技术栈

• python
• MCP-SDK
• MCP云
• 异步编程（asyncio）

📂 存储库结构

测试远程MCP/ ├── server.py#MCP服务器实现 ├── 需求.txt ├── README.md

⚙️ 设置和安装

1.克隆存储库

git clone https://github.com/PrasannaMadiwar/Testing-Remote-MCP.git
cd Testing-Remote-MCP

2.安装依赖项

pip install -r requirements.txt

3.在本地运行MCP服务器

python server.py

☁️ 部署

MCP服务器已部署到MCP Cloud

部署验证：

服务器注册

远程访问

工具曝光正确性

✅ 关键收获

MCP服务器生命周期

远程AI工具服务

基于云的人工智能基础设施基础

调试MCP通信问题

🚀 未来改进

添加经过身份验证的工具访问权限

实现现实世界的AI/ML实用程序

日志记录和监控支持

生产级部署设置

📖 参考文献

MCP文件

MCP云部署指南

👤 作者

Prasanna Madiwar github：https://github.com/PrasannaMadiwar