🚀 MCP 知识库

MCP 知识库是一个简单的 MCP 客户端 - 服务器项目，它借助 OpenAI API 实现了客户端与服务器的交互，可用于查询 MCP 相关的知识。

🚀 快速开始

需求

• Python 3.9 或更高版本
• Poetry 用于依赖管理
• OpenAI API 密钥

设置

1. 使用 Poetry 安装依赖：

poetry install

2. 在项目根目录或父目录中创建一个 .env 文件，其中包含你的 OpenAI API 密钥：

OPENAI_API_KEY=your_api_key_here

运行应用程序

1. 启动服务器：

poetry run python server.py

2. 在另一个终端中运行客户端：

poetry run python client-sse.py

✨ 主要特性

• 具备客户端 - 服务器架构，实现 MCP 相关知识的查询功能。
• 支持直接工具调用和带 LLM 的交互两种模式。
• 可通过修改代码和知识库文件进行自定义配置。

📦 安装指南

依赖安装

使用 Poetry 安装项目所需依赖：

poetry install

密钥配置

在项目根目录或父目录中创建 .env 文件，并添加 OpenAI API 密钥：

OPENAI_API_KEY=your_api_key_here

💻 使用示例

基础用法

直接工具调用

• 解注释 client-sse.py 中的 asyncio.run(test_direct_tool_calls()) 行，这将直接调用工具而不使用 LLM。

带 LLM 的交互（默认）

使用 OpenAI 来解释查询并调用适当的工具，提问例如 "什么是 MCP?" 或 "stdio 和 SSE 传输有什么区别?"

高级用法

启动服务器

poetry run python server.py

运行客户端

poetry run python client-sse.py

📚 详细文档

项目结构

使用客户端

客户端有两种模式：

• 直接工具调用：解注释 client-sse.py 中的 asyncio.run(test_direct_tool_calls()) 行，可直接调用工具而不使用 LLM。
• 带 LLM 的交互（默认）：使用 OpenAI 来解释查询并调用适当的工具，可提出如 "什么是 MCP?" 或 "stdio 和 SSE 传输有什么区别?" 等问题。

自定义

• 添加新工具：在 server.py 中添加新工具，通过创建带有 @mcp.tool() 装饰器的额外函数。
• 修改知识库：通过更新 data/kb.json 文件来修改知识库。
• 更改 OpenAI 模型：通过修改 MCPClient 类中的 model 参数来更改 OpenAI 模型。