MCP AI Dev Workflow

MCP服务器和AI开发工作流程

关于MCP服务器如何帮助您加速开发工作流程的研讨会

第1部分：MCP简介

1.设置Python环境

确保您已安装python 3.12+

cd code
uv sync
uv venv
source .venv/bin/activate

2.玩你的服务器

在虚拟环境已激活的情况下运行。..

cd 0-mcp-demo/stdio/
python stdio_server.py

终端会说 starting server

现在逐行粘贴JSON-RPC请求，忽略以开头的行#

1. 初始化客户端

{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"test-client","version":"1.0.0"}}}

1. 初始化通知

{"jsonrpc":"2.0","method":"notifications/initialized"}

注意：您在此处不会收到JSON响应

1. 列出工具

{"jsonrpc":"2.0","id":2,"method":"tools/list"}

1. 调用工具获取天气

{"jsonrpc":"2.0","id":3,"method":"tools/call","params":{"name":"get_weather","arguments":{"city":"London"}}}

3.让我们在MCP检查器中可视化这些功能

1.安装 mcp-inspector

npx @modelcontextprotocol/inspector

如果您没有安装节点，请使用brew安装

brew install mcp-inspector
mcp-inspector

在浏览器上打开的MCP检查器上 http://localhost:6274/?MCP_PROXY_AUTH_TOKEN= 添加

2.记下两件事

• python环境

- 类型 which python你会得到这样的答案 /mcp-for-ai-dev-course/code/.venv/bin/python

• 通往 stdio_server.py

- 在vscode上，右键单击 stdio_server.py 文件和复制路径 /mcp-for-ai-dev-course/code/0-mcp-demo/stdio/stdio_client.py

替换 YOUR_BASE_PATH 根据您的笔记本电脑选择正确的路径

3.将这些添加到MCP检查器中

1. 在命令下-添加python路径
2. 在参数下-添加stdio_server路径

注意：您也可以运行

npx @modelcontextprotocol/inspector \
  /mcp-for-ai-dev-course/code/.venv/bin/python \
  /mcp-for-ai-dev-course/code/0-mcp-demo/stdio/stdio_server.py

第2部分：人工智能开发工作流程的MCP

1. 在中创建帐户 上下文7 并复制您的API密钥，将其放在一边

我们与context7无关，只是一个运行良好的工具

1. 这个演示需要Vscode+github副本（免费版本应该可以）

1. 安装MCP服务器的两种方法 mcp.json 或MCP扩展

演示工作流程

1. 创建没有mcp服务器的气流管道
2. 突出缺点
3. 启用MCP服务器
4. 添加更好的说明