MCP 知识库

一个简单的 MCP 客户端-服务器

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

项目结构

• server.py: MCP 服务器实现带工具的功能
• client-sse.py: MCP 客户端实现带 LLM 的功能
• data/kb.json: 包含 MCP 相关 Q&A 的知识库数据
• pyproject.toml: Poetry 配置文件

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
   

使用客户端

客户端有两种模式：

1. 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

2. 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?"

自定义

• 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
• 更改 OpenAI 模型，通过修改 MCPClient 类中的 model 参数