Atagtr2025 Workshop MCP Client

🚀 MCP客户端

一个用Python构建的强大、灵活和交互式的模型上下文协议（MCP）客户端。该客户端弥合了大型语言模型（通过Ollama）和MCP服务器之间的差距，使您的AI助手能够与外部工具和数据源无缝交互。

✨ 特性

• 🔌 通用MCP支持：通过stdio连接到任何标准MCP服务器（Python、Node.js等）。
• 💬 交互式聊天界面：强大的命令行界面，用于与LLM聊天。
• 🛠️ 工具集成：自动发现并利用连接的MCP服务器提供的工具。
• 🌊 流媒体响应：实时响应流，提供流畅的用户体验。
• ⚙️ 灵活的配置：通过环境变量轻松配置模型和端点。
• 🛡️ 稳健的错误处理：对连接断开和API错误的优雅处理。
• 📝 丰富的日志记录：调试和监视客户端活动的详细日志。

📋 先决条件

• Python 3.12+
• 紫外线 （建议用于依赖关系管理）
• 奥拉玛 在本地（或远程实例）运行

🚀 入门指南

1.克隆存储库

git clone 
cd mcp-client

2.安装依赖项

使用 uv （推荐）：

uv sync

或者使用pip：

pip install -r requirements.txt

3.配置环境

创建一个 .env 根目录中的文件以覆盖默认值：

# Optional: Override defaults
OLLAMA_BASE_URL=http://localhost:11434
OLLAMA_MODEL=gpt-oss:20b
LOG_LEVEL=INFO

4.运行客户端

您需要提供命令来运行要连接的MCP服务器。

示例：连接到Python MCP服务器

uv run python client.py python path/to/server.py

示例：连接到Node.js/Playwright MCP服务器

uv run python client.py npx -y @playwright/mcp@latest

🎮 用法

连接后，您可以自然地与客户端交互：

• 提出问题：“东京的天气怎么样？”（如果使用天气工具）
• 使用工具：“前往google.com并截图”（如果使用浏览器工具）
• 系统命令:

- clear：清除对话历史记录。 - quit：退出客户端。

🛠️ 配置选项

🤝 贡献

欢迎投稿！请随时提交拉取请求。

1. 分叉项目
2. 创建功能分支(git checkout -b feature/AmazingFeature)
3. 提交您的更改(git commit -m 'Add some AmazingFeature')
4. 推到分支(git push origin feature/AmazingFeature)
5. 打开拉取请求

📄 许可证

根据MIT许可证分发。看 LICENSE 了解更多信息。