Arch Generator

FAST MCP风格Python程序示例

此存储库包含Python中使用FAST MCP协议（二进制，长度前缀JSON）的“模型上下文协议”程序的最小示例。

文件夹：

• mcp_server.py --TCP服务器使用FAST MCP（4字节长度前缀，然后是UTF-8 JSON）。
• client.py --客户端使用FAST MCP发送请求并打印响应。
• tests/test_mcp.py --服务器处理程序的单元测试。
• requirements.txt --不需要外部依赖。

FAST MCP协议：

• 每条消息都是一个4字节的大端序长度前缀，后面是UTF-8 JSON有效载荷。
• 请求： { "id": , "type": "request", "method": "echo"|"add"|"subtract"|"time"|"generate_architecture", "params": {...} }
• 答复： { "id": , "type": "response", "result": {...} } 或错误 "error": {"message":...}

示例方法：

• echo：返回中的消息 result.echo.
• add：返回中的总和 result.sum.
• subtract：返回差值 result.difference.
• time：返回当前UTC时间 result.time.
• generate_architecture：返回Mermaid JS图 result.mermaid （需要Azure OpenAI凭据）。

Azure OpenAI设置

要使用 generate_architecture 方法，在启动服务器之前设置这些环境变量：

• AZURE_OPENAI_API_KEY：您的Azure OpenAI API密钥
• AZURE_OPENAI_ENDPOINT：您的Azure OpenAI端点（例如https://.openai.aluent.com/）
• AZURE_OPENAI_DEPLOYMENT：您的部署名称（例如“gpt-4”）

安装依赖项：

pip install -r requirements.txt

示例：生成Azure体系结构图

客户端发送如下请求：

{
	"id": 4,
	"type": "request",
	"method": "generate_architecture",
	"params": {
		"prompt": "Design a scalable web application on Azure with a load balancer, app service, and Azure SQL database."
	}
}

服务器响应如下：

{
	"id": 4,
	"type": "response",
	"result": {
		"mermaid": "graph TD\n..."
	}
}

用法（PowerShell）：

# Start the server (foreground)
python .\mcp_server.py 127.0.0.1 5000

# In another terminal, run the client
python .\client.py 127.0.0.1 5000

运行测试：

python -m unittest discover -v

笔记：

• 这只是一个例子——该协议故意简单地演示了FAST MCP模式。

\=======

ArchGenerator

这是一个MCP服务器，它将从英文提示符生成azure架构