🚀 使用 Azure OpenAI 的 MCP 服务器及客户端实现

这是一个基于 Model Context Protocol (MCP) 和 Azure OpenAI 的最小服务器/客户端应用程序实现，能实现 AI 应用程序与其本地或远程资源之间的安全、受控交互。

🚀 快速开始

配置步骤

1. 创建 .env 文件：在项目根目录下创建一个 .env 文件，并添加以下内容：

AZURE_OPEN_AI_ENDPOINT=your_endpoint
AZURE_OPEN_AI_KEY=your_key
MCP_SERVER_NAME=your_server_name

2. 安装依赖项：执行以下命令安装所需的 Python 包：

pip install fastapi playwright[aiohttp] python-dotenv

3. 启动服务器：执行以下命令启动 MCP 服务器：

python mcp_server.py

启动聊天界面

执行 python chatgui.py 命令启动聊天界面。

退出程序

使用 Ctrl+C 退出程序。

重新加载配置

如果需要重新加载配置，可以重启服务器。

✨ 主要特性

• 一个基于 Model Context Protocol (MCP) 和 Azure OpenAI 的最小服务器/客户端应用程序实现。
  1. MCP 服务器使用 FastMCP 构建。
  2. Playwright 是微软开源的现代化端到端测试框架。
  3. MCP 响应中的工具信息将转换为 OpenAI 函数调用格式。
  4. 将 MCP 服务器响应转换为 OpenAI 函数调用格式的桥梁自定义了 MCP-LLM Bridge 实现。
  5. 为了确保稳定连接，直接将服务器对象传递到桥接器中。

📚 详细文档

模型上下文协议 (MCP)

模型上下文协议 (MCP) MCP（Model Context Protocol）是一项开放协议，可实现 AI 应用程序与其本地或远程资源之间的安全、受控交互。

官方存储库

• MCP Python SDK
• 创建 Python 服务器
• MCP 服务器

社区资源

• Awesome MCP 服务器
• MCP on Reddit

相关项目

• FastMCP：快速、Pythonic 的 MCP 服务器构建方式。
• Chat MCP：MCP 客户端
• MCP-LLM Bridge：将 MCP 连接到各种 LLM 服务的桥梁

💻 使用示例

工具描述

以下是 playwright_navigate 函数的伪代码示例：

@self.mcp.tool()
async def playwright_navigate(url: str, timeout=30000, wait_until="load"):
    # 在此处实现具体的导航逻辑
    pass

📦 安装指南

安装依赖项

执行以下命令安装所需的 Python 包：

pip install fastapi playwright[aiohttp] python-dotenv

图片示例

宽度：300