Llm MCP Server Template

🚀 llm-mcp-server-template

本项目是用于大语言模型（LLM）MCP服务器开发的模板项目。它为开发者提供了一个基础框架，服务器可实现数字大小比较能力，客户端支持多种模型及调用方式，能有效助力大语言模型相关开发工作。

🚀 快速开始

本项目是大语言模型（LLM）MCP服务器开发的模板，服务器具备数字大小比较能力，客户端支持多种模型及调用方式。

✨ 主要特性

• 服务器负责实现数字大小比较能力。
• 客户端支持多种模型及调用方式。

📚 详细文档

MCP 简介

• 官方文档：MCP官方文档
• 简单理解：
  • 模型（client）充当大脑，负责规划和执行文本类任务，例如第一步编写代码，第二步执行，第三步分析。
  • MCP（Server）作为工具，提供模型所需的其他能力，如数学计算、文件读写、网络请求等。

MCP-Server

• 主要实现MCP功能，如数学计算、文件读写、网络请求等。
• 参考文档：MCP-Server快速开始
• 开发过程中可使用 mcp-server-inspector 工具协助调试

常见服务器类型：

1. 本地Stdio：client直接调用本地server文件（Python 或 Node.js）
   • 优点：将Node项目推送到远程npm仓库，通过npx运行，实现半远程调用的效果。
2. 远程聚合平台SSE：如Glama.ai、MCP.so等

MCP-Client

• 负责协调模型与MCP服务器，最终实现“模型调用了MCP能力”。

常见客户端类型：

1. 使用现成的客户端软件，如Cursor、MCP Inspector等。
2. 云平台上的各种智能体agent，如阿里云百炼应用管理。
3. 自行编写脚本支持
   • 3.1 如果模型SDK已支持MCP，使用脚本方便地进行调用：
     • 示例：Claude MCP使用示例
     • 示例：OpenAI MCP使用示例
   • 3.2 如果模型SDK不支持MCP，需自行实现：
     • 3.2.1 使用框架，如LangChain - MCP适配器
     • 3.2.2 完全自定义实现，具体包括多轮请求：
       • a. 使用 prompt 请求模型，告知任务和MCP服务器的介绍，模型返回调用接口和参数。
       • b. 使用上一轮返回的信息，请求工具（tools），获取结果。
       • c. 使用上一轮返回的信息，请求模型，获取结果。
       • d. 重复步骤b 和 c，直到模型返回最终结果。

📦 安装指南

环境准备

# 安装 uv 包管理工具（如果已安装则跳过）
curl -LsSf https://astral.sh/uv/install.sh | sh
source ~/.local/bin/env
uv --version

# 安装 Python（如果未安装则跳过）
python --version

# 安装 pip（如果未安装则跳过）
pip install --user --upgrade pip

# 安装项目依赖
pip install -r requirements.txt

📚 项目相关

项目结果

以下是项目成果的简要说明：

• MCP 服务器调试界面
  
• MCP 客户端调用示例
  

📄 待办事项（TODO）

以下功能尚未完成： 7. 使用Electron将固定功能的MCP客户端和服务器封装成桌面应用。