MCP Knowledgebase LLM

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
• 依赖管理诗
• OpenAI API密钥

设置

1. 使用Poetry安装依赖项：

   poetry install

2创建一个 .env 在项目根目录或父目录中使用OpenAI API密钥的文件：

OPENAI_API_KEY=your_api_key_here

项目结构

• server.py：使用工具实现MCP服务器
• client-sse.py：具有LLM功能的MCP客户端实现
• data/kb.json：包含MCP相关问答的知识库数据
• pyproject.toml：诗歌配置文件

运行应用程序

1. 启动服务器：

   poetry run python server.py

1. 在单独的终端中，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：

- 取消注释 asyncio.run(test_direct_tool_calls()) 线路输入 client-sse.py - 这直接调用工具，而不使用LLM

1. LLM驱动的交互（默认）：

- 使用OpenAI解释查询并调用适当的工具 - 问“什么是MCP？”或“stdio和SSE传输之间有什么区别？”

自定义

• 添加新工具 server.py 通过使用创建附加功能 @mcp.tool() 装饰器
• 通过更新修改知识库 data/kb.json
• 通过修改OpenAI模型 model 参数在 MCPClient 类