Container Design Deploy Assign MCP

MCP Gemini服务器-行星科学问答

📋 学术背景

容器设计和部署-（AL_KCNCM_9_1）29433\ 云原生计算软件设计理学硕士\ TUS-香农理工大学：中西部中部-2025\ 学生：韦弗顿·德·索萨·卡斯坦霍

🚀 项目概述

基于FastAPI的MCP（模型上下文协议）服务器，使用谷歌的Gemini AI生成有关彗星和行星元素的教育答案。该项目演示了具有全面配置管理、日志记录和监控功能的容器化应用程序部署。

🎯 学习目标

该项目解决了容器设计和部署中的关键概念：

• 容器化 使用Docker和Docker Compose
• 环境配置 管理
• API开发 使用FastAPI
• 测井系统 实施
• 健康监测 和指标
• CI/CD 准备就绪
• 微服务架构

📋 先决条件

• Python 3.8+
• Docker和Docker Compose
• Gemini API密钥来自 谷歌人工智能工作室

🛠 安装和设置

方法一：Docker（推荐）

1. 克隆和配置：

git clone 
cd mcp-gemini-server
cp .env.example .env
# Edit .env with your Gemini API key

1. 使用Docker Compose构建和运行：

docker-compose up --build

方法二：地方发展

1. 创建虚拟环境：

python -m venv venv
source venv/bin/activate  # Linux/Mac
# OR
venv\Scripts\activate  # Windows

1. 安装依赖项：

pip install -r requirements.txt

1. 配置环境：

cp .env.example .env
# Edit .env with your Gemini API key

1. 运行服务器：

python src/mcp_server.py

🐳 容器架构

Dockerfile结构

# Multi-stage build for optimization
# Python 3.11 slim base image
# Dependency caching layer
# Health check implementation
# Log volume configuration

Docker编写服务

mcp-server:
  # Main application service
  # Port mapping 8000:8000
  # Environment variables
  # Volume mounts for logs
  # Health checks

redis:
  # Optional caching layer
  # For production scaling

📖 API文档

生成行星科学答案

curl -X POST "http://localhost:8000/generate_answers" \
  -H "Content-Type: application/json" \
  -d '{
    "description": "Explain the composition of comet 3I/ATLAS and its significance",
    "max_tokens": 500
  }'

健康监测

curl "http://localhost:8000/health"

服务元数据

curl "http://localhost:8000/metadata"

交互式文档

访问 http://localhost:8000/docs Swagger UI文档。

🔧 配置管理

环境变量（.env）

# API Configuration
GEMINI_API_KEY=your_gemini_api_key_here

# Server Configuration
HOST=0.0.0.0
PORT=8000
DEBUG=false

# Logging Configuration
LOG_LEVEL=INFO
LOG_FILE=logs/app.log

# Application Settings
MAX_CONTENT_LENGTH=1048576
TIMEOUT=30

📊 记录系统

原木结构

# Structured logging with rotation
# File: logs/app.log
# Format: timestamp - logger_name - level - message
# Rotation: 10MB max, 5 backup files

日志级别

• 调试：详细的开发信息
• 信息：一般运营事件
• 警告：警告条件
• 错误：错误条件

🧪 测试与验证

健康检查

./scripts/health_check.sh

客户端测试

./scripts/test_client.sh

手动测试

from src.mcp_client import MCPClient

client = MCPClient()
answers = client.generate_answers(
   "What Comet 3I/ATLAS Teaches Us About the Composition of Other Solar Systems"
)

🎯 应用集装箱设计原则

1. 不可变基础设施

• Docker镜像作为不可变工件
• 环境特定配置
• 版本控制的Dockerfile

2. 配置管理

• 配置的环境变量
• 将配置与代码分开
• 安全的凭证管理

3. 健康监测

• HTTP健康检查
• 应用程序指标
• 日志聚合

4. 记录最佳实践

• 结构化日志记录
• 日志轮转
• 多级日志记录

5. 安全考虑

• 容器中的非root用户
• 安全环境变量
• 输入验证

📈 部署场景

发展

docker-compose up --build

生产

docker-compose -f docker-compose.prod.yml up -d

Kubernetes（未来增强）

# Kubernetes deployment manifests
# Service definitions
# Ingress configuration

🔍 监测和可观察性

健康终点

• GET /health -应用程序运行状况
• GET /metadata -服务信息
• 应用程序日志-运营见解

收集的指标

• 响应时间
• 错误率
• 请求数量
• 系统资源

🚀 性能注意事项

容器优化

• 多阶段构建
• 薄型基础图像
• 依赖缓存
• 资源限制

API性能

• 请求超时
• 有效载荷大小限制
• 连接池
• 错误处理

📚 学术学习成果

该项目展示了在以下方面的熟练程度：

1. 集装箱设计

- Dockerfile最佳实践 - 图像优化 - 层缓存策略

1. 部署策略

- Docker编写编排 - 环境管理 - 服务发现

1. API开发

- RESTful设计原则 - 输入验证 - 错误处理

1. 卓越运营

- 日志记录实施 - 健康监测 - 配置管理

🔮 未来的增强功能

• \[\]Kubernetes部署清单
• \[\]CI/CD管道集成
• \[\]数据库集成以实现持久性
• \[\]Redis缓存实现
• \[\]API速率限制
• \[\]身份验证和授权
• \[\]普罗米修斯指标集成
• \[\]Grafana仪表板

🤝 贡献

这是TUS Midlands硕士课程的一个学术项目。用于教育目的和学术合作。

📄 许可证

学术项目-TUS中部2025

👨‍🎓 学生信息

姓名： 韦弗顿 de Souza Castanho\ 程序： 云原生计算软件设计理学硕士\ 课程： 容器设计和部署（AL_KCNCM_9_1）29433\ 机构： TUS-香农理工大学：中西部 年份： 2025

______________________________________________________________________

*该项目代表了容器设计和部署原则在现代微服务架构中的实际应用。*