模型上下文协议（MCP）项目
模型上下文协议（MCP）的全面实现，MCP是连接人工智能系统，特别是大型语言模型（LLM）与外部工具、服务和数据源的开放标准。
📋 目录
🎯 什么是MCP？
模型上下文协议（MCP）是Anthropic引入的一个开放标准，它规范了人工智能系统与外部工具和数据源的集成。它提供：
- 通用接口：用于读取文件、执行函数和处理上下文提示
- 客户端-服务器体系结构：实现安全的双向通信
- 工具集成：将LLM连接到数据库、API、文件系统等
- 上下文管理：为AI模型提供上下文的结构化方法
📁 项目结构
mcp-project/
├── README.md # This file
├── requirements.txt # Python dependencies
├── .gitignore # Git ignore rules
├── config/
│ └── mcp_config.json # MCP server configuration
├── src/
│ ├── __init__.py
│ ├── mcp_server.py # Main MCP server implementation
│ ├── tools/ # Custom MCP tools
│ │ ├── __init__.py
│ │ ├── file_tools.py # File system operations
│ │ ├── api_tools.py # API integration tools
│ │ └── data_tools.py # Data processing tools
│ └── utils/
│ ├── __init__.py
│ └── helpers.py # Utility functions
├── examples/
│ ├── basic_server.py # Basic MCP server example
│ ├── client_example.py # MCP client example
│ └── custom_tools.py # Custom tools example
├── tests/
│ ├── __init__.py
│ └── test_mcp_server.py # Unit tests
└── docs/
├── ARCHITECTURE.md # Architecture documentation
└── TUTORIAL.md # Detailed tutorial🚀 分步设置指南
💡 Windows CMD用户：参见 SETUP_CMD.md 获取包含所有命令的完整CMD特定指南。
第一步：先决条件
确保已安装以下内容：
- Python 3.9或更高版本
- pip（Python包管理器）
- Git
步骤2：克隆或初始化存储库
Windows CMD:
mkdir mcp-project
cd mcp-project
git initmacOS/Linux：
mkdir mcp-project
cd mcp-project
git init步骤3：创建虚拟环境
Windows CMD:
python -m venv venv
venv\Scripts\activate.batWindows PowerShell：
python -m venv venv
venv\Scripts\Activate.ps1macOS/Linux：
python3 -m venv venv
source venv/bin/activate步骤4：安装依赖项
Windows CMD/PowerShell：
pip install -r requirements.txtmacOS/Linux：
pip install -r requirements.txt步骤5：安装MCP SDK
# Install the official MCP Python SDK
pip install mcp
# Or install from source
pip install git+https://github.com/modelcontextprotocol/python-sdk.git步骤6：配置MCP服务器
- 编辑
config/mcp_config.json配置服务器设置 - 定义您的工具和资源
- 如果需要，设置身份验证
步骤7：运行示例服务器
Windows CMD:
REM Run the basic example
python examples\basic_server.py
REM Or run the full server
python src\mcp_server.pymacOS/Linux：
# Run the basic example
python examples/basic_server.py
# Or run the full server
python src/mcp_server.py步骤8：测试实现
Windows CMD:
REM Run tests
python -m pytest tests\
REM Or run manually
python examples\client_example.pymacOS/Linux：
# Run tests
pytest tests/
# Or run manually
python examples/client_example.py✨ 特性
- ✅ MCP服务器实现：功能齐全的MCP服务器，支持工具
- ✅ 自定义工具：文件操作、API调用和数据处理示例
- ✅ 客户端集成：连接到MCP服务器的示例客户端
- ✅ 配置管理：基于JSON的配置系统
- ✅ 错误处理：强大的错误处理和日志记录
- ✅ 类型安全：在整个代码库中键入提示
- ✅ 测试：核心功能的单元测试
📖 用法
启动MCP服务器
from src.mcp_server import MCPServer
# Initialize server
server = MCPServer(config_path="config/mcp_config.json")
# Start server
server.start()使用MCP工具
from src.tools.file_tools import FileTools
# Initialize file tools
file_tools = FileTools()
# Read a file
content = file_tools.read_file("path/to/file.txt")
# Write to a file
file_tools.write_file("path/to/file.txt", "content")客户端连接
from src.mcp_client import MCPClient
# Connect to MCP server
client = MCPClient(server_url="http://localhost:8000")
# Call a tool
result = client.call_tool("read_file", {"path": "example.txt"})🎓 例子
请参阅 examples/ 目录：
- basic_server.py：最低限度的MCP服务器实现
- 客户端示例.py：如何连接和使用MCP服务器
- custom_tools.py：创建自定义MCP工具
🏗️ 建筑
MCP遵循客户端-服务器架构：
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ LLM App │◄───────►│ MCP Client │◄───────►│ MCP Server │
│ (Claude) │ │ │ │ │
└─────────────┘ └─────────────┘ └──────┬──────┘
│
┌────────┴────────┐
│ │
┌──────▼──────┐ ┌──────▼──────┐
│ Tools │ │ Resources │
│ (Actions) │ │ (Data) │
└─────────────┘ └─────────────┘关键部件：
- MCP服务器：为客户提供工具和资源
- MCP客户端：连接到服务器并发出请求
- 工具：可执行函数（例如，read_file、call_api）
- 资源：数据源（如文件、数据库）
🔧 发展
添加自定义工具
- 在中创建新文件
src/tools/ - 按照MCP工具界面执行工具功能
- 在中注册工具
mcp_server.py
例子：
from mcp import Tool
@Tool(name="my_custom_tool", description="Does something custom")
def my_custom_tool(param: str) -> str:
# Your implementation
return result运行测试
# Run all tests
pytest
# Run with coverage
pytest --cov=src tests/🔌 集成
该项目包括流行工具和服务的全面集成指南：
- 集成.md -完整的集成指南：
- LM工作室 - Docker 桌面版 - Obsidian（本地REST API和Marcel Marais的服务器） - Logseq - 光标IDE - 克劳德·索内特 - 云服务器设置
- CURSOR_LM_STUDIO_SETUP.md -以下内容的快速设置指南：
- 将LM Studio与游标连接 - 测试连接 - 在Cursor中使用LM Studio工具 - 通过iPhone A-Shell和Tailscale进行远程访问 - 常见问题排查
- 远程访问.md -远程访问指南：
- 从iPhone/Android访问LM Studio - 尾秤设置和配置 - A-Shell（iOS）和Termux（Android）的使用 - SSH隧道方法 - 安全最佳实践
📚 资源
🤝 贡献
欢迎投稿！请随时提交拉取请求。
- 分叉存储库
- 创建功能分支(
git checkout -b feature/AmazingFeature) - 提交您的更改(
git commit -m 'Add some AmazingFeature') - 推到分支(
git push origin feature/AmazingFeature) - 打开拉取请求
📝 许可证
此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。
🙏 致谢
- 创建模型上下文协议的拟人化
- MCP社区的贡献和支持
______________________________________________________________________
由以下材料制成❤️ 对于MCP社区