🚀 MCP 服务器

MCP 服务器基于 Model Context Protocol (MCP) 协议构建，它为大型语言模型（LLMs）与外部工具及服务搭建了标准化的交互桥梁，极大提升了交互效率与规范性。

🚀 快速开始

MCP 服务器是基于 Model Context Protocol (MCP) 协议的服务器，允许大型语言模型（LLMs）与外部工具和外部服务以标准的方式进行交互。以下是启动服务器的简单步骤：

# 克隆仓库
git clone <repository-url>
cd mcp-server

# 创建并激活虚拟环境
python -m venv venv
# Windows
venv\Scripts\activate
# Linux/Mac
source venv/bin/activate

# 安装所需的库
pip install -r requirements.txt

# 运行服务器
python main.py

服务器将在 http://localhost:8000 运行。

✨ 主要特性

• 多工具支持：支持计算器、天气、搜索等多种实用工具。
• RESTful API：基于 FastAPI 构建，提供标准的 RESTful API 接口。
• 数据验证：使用 Pydantic 进行数据验证，确保数据的准确性和完整性。
• 异步处理：具备高效的异步处理能力，提升系统响应速度。
• 自动生成文档：自动生成带有 Swagger UI 的 API 文档，方便开发与调试。

📦 安装指南

环境要求

• Python 3.8+
• pip（Python 包管理器）

安装步骤

1. 克隆仓库：

git clone <repository-url>
cd mcp-server

2. 创建并激活虚拟环境：

python -m venv venv
# Windows
venv\Scripts\activate
# Linux/Mac
source venv/bin/activate

3. 安装所需的库：

pip install -r requirements.txt

💻 使用示例

基础用法

根端点

curl http://localhost:8000

此请求将返回有关服务器的信息和受支持工具的列表。

执行工具

curl -X POST "http://localhost:8000/execute" -H "Content-Type: application/json" -d '{"tool_name": "calculator", "parameters": {"operation": "add", "numbers": [1, 2, 3]}, "context": {}}'

此请求将使用计算器工具执行加法运算。

高级用法

你可以根据需求组合不同的工具和参数，实现更复杂的功能。例如，结合天气和搜索工具，先获取某个地点的天气信息，再根据天气情况进行相关搜索。

📚 详细文档

API 端点

1. 根端点

• URL: /
• 方法: GET
• 描述: 返回有关服务器的信息和受支持工具的列表

2. 执行工具

• URL: /execute
• 方法: POST
• 描述: 使用提供的参数执行一个工具
• 请求体:

{
  "tool_name": "calculator",
  "parameters": {
    "operation": "add",
    "numbers": [1, 2, 3]
  },
  "context": {}
}

受支持的工具

1. 计算器

• 执行基本的数学运算
• 参数:
  • operation: "add" 或 "multiply"
  • numbers: 需要计算的数字数组

2. 天气

• 获取某个地点的天气信息
• 参数:
  • location: 地点名称

3. 搜索

• 执行网络搜索
• 参数:
  • query: 搜索关键词

API 文档

访问 http://localhost:8000/docs 查看完整的 API 文档，带有 Swagger UI。

🔧 技术细节

MCP 服务器使用 FastAPI 框架构建 RESTful API，利用 Pydantic 进行数据验证，确保输入数据的准确性。采用异步处理机制，提高服务器的并发处理能力。通过自动生成的 Swagger UI 文档，方便开发人员查看和测试 API。

📄 许可证

本项目采用 MIT License 进行许可。