MCP 模板服务器

一个实现 Model Context Protocol (MCP) 的模板服务器，集成 OpenAI、Anthropic 和 EnrichB2B。

配置

1. 创建虚拟环境：

python -m venv venv
source venv/bin/activate  # 在 Windows 中：venv\Scripts\activate

2. 安装依赖项：

pip install -r requirements.txt

3. 设置环境变量：

cp .env.example .env
# 使用你的 API 密钥和配置编辑 .env 文件

运行服务器

开发模式：

python server.py

或使用 MCP CLI：

mcp dev server.py

功能

• OpenAI GPT-4 集成
• Anthropic Claude 集成
• EnrichB2B LinkedIn 数据集成
• FastAPI 和 Uvicorn 服务器
• 环境配置
• 示例资源和工具
• 结构化项目布局

项目结构

.
├── .env.example          # 环境变量模板文件
├── .gitignore           # Git 忽略规则
├── README.md            # 本文件
├── requirements.txt     # Python 依赖项
├── enrichb2b.py        # EnrichB2B API 客户端
└── server.py           # MCP 服务器实现

使用方法

1. 启动服务器
2. 使用任何 MCP 客户端连接
3. 使用提供的工具和资源：
   • config://app - 获取服务器配置
   • get_profile_details - 获取 LinkedIn 个人资料信息
   • get_contact_activities - 获取 LinkedIn 用户的最近活动和帖子
   • gpt4_completion - 使用 GPT-4 生成文本
   • claude_completion - 使用 Claude 生成文本
   • analysis_prompt - 文本分析模板

EnrichB2B 工具

get_profile_details

获取 LinkedIn 个人资料的详细信息：

result = await get_profile_details(
    linkedin_url="https://www.linkedin.com/in/username",
    include_company_details=True,  # 是否包含公司详情
    include_followers_count=True   # 是否包含关注者数量
)

get_contact_activities

获取 LinkedIn 用户的最近活动和帖子：

result = await get_contact_activities(
    linkedin_url="https://www.linkedin.com/in/username",
    pages=1,  # 页面数（1-50）
    comments_per_post=1,  # 每个帖子的评论数（0-50）
    likes_per_post=None   # 每个帖子的点赞数（0-50）
)

开发

添加新功能：

1. 使用 @mcp.tool() 装饰器添加新的工具
2. 使用 @mcp.resource() 装饰器添加新的资源
3. 使用 @mcp.prompt() 装饰器添加新的提示

许可证

MIT