Myaiserv

🚀 MCP 服务器

MCP 服务器是一个强大的平台，提供了丰富的工具和功能，涵盖文本分析、图像处理、天气查询等多种操作。它支持通过 REST API 和 WebSocket 进行交互，为开发者提供了便捷的使用方式。

🚀 快速开始

MCP 服务器可通过多种方式进行安装和启动，以下为您详细介绍。

📦 安装指南

使用 Poetry 安装

poetry install

安装完成后，启动项目：

poetry run serve

Docker 启动

使用 Docker Compose 启动服务：

docker compose up -d

✨ 主要特性

MCP 服务器提供了以下丰富的功能：

工具接口

• 文本分析工具：支持情感分析、关键词提取等。
• 图像处理工具：支持图像缩放、裁剪和滤镜应用。
• 天气查询工具：根据经纬度提供天气信息。
• 文本处理工具：支持文本格式化、统计分析和实体识别。

REST API

获取所有工具列表

curl http://localhost:8000/tools

执行特定工具操作

curl -X POST http://localhost:8000/tools/{tool_name}

WebSocket 接口

连接到 WebSocket 服务：

const socket = new WebSocket("ws://localhost:8000/ws");

socket.onopen = () => {
  socket.send(JSON.stringify({
    type: "initialize",
    id: "my-request-id"
  }));
};

socket.onmessage = (event) => {
  const data = JSON.parse(event.data);
  console.log("Received:", data);
};

GraphQL 接口

通过 GraphQL 进行查询和突变操作。例如：

# 查询所有工具
query {
  getTools {
    name
    description
  }
}

# 执行特定工具操作
mutation {
  executeTool(input: {
    name: "text_processor",
    parameters: {
      operation: "statistics",
      text: "Example text for analysis"
    }
  }) {
    content {
      type
      text
    }
    is_error
  }
}

💻 使用示例

基础用法

您可以通过以下方式使用 MCP 服务器的基本功能，例如获取所有工具列表：

curl http://localhost:8000/tools

高级用法

以下是使用 GraphQL 执行特定工具操作的示例：

# 执行特定工具操作
mutation {
  executeTool(input: {
    name: "text_processor",
    parameters: {
      operation: "statistics",
      text: "Example text for analysis"
    }
  }) {
    content {
      type
      text
    }
    is_error
  }
}

📚 详细文档

测试

使用 Poetry 运行测试

poetry run pytest

使用 Docker 运行测试

docker compose up -d && docker compose exec web poetry run pytest

集成 LLM 模型

MCP 服务器支持与各种 LLM 提供商的集成。以下是一个使用示例：

import httpx

async def query_with_llm(prompt: str):
    async with httpx.AsyncClient() as client:
        # 获取所有工具信息
        tools_response = await client.get("http://localhost:8000/tools")
        tools = tools_response.json()["tools"]

        # 发送请求到 LLM 服务
        llm_response = await client.post(
            "https://api.example-llm.com/v1/chat",
            json={
                "messages": [
                    {"role": "system", "content": "You have access to the following tools:"},
                    {"role": "user", "content": prompt}
                ],
                "tools": tools,
                "tool_choice": "auto"
            }
        )

        return llm_response.json()

监控与指标

MCP 服务器提供 Prometheus 格式的指标，可以通过以下端点获取：

curl http://localhost:8000/metrics

这些指标包括但不限于每个工具的请求次数、请求耗时和错误率。

开发指南

代码格式化与检查

使用以下命令进行代码格式化和检查：

just fmt
just lint

📄 许可证

MIT License