🧠 带LLM的MCP多服务器客户端
模块化 模型上下文协议(MCP) 该项目展示了单个AI客户端如何连接到多个独立的服务器。
此存储库演示了:
- 🔢 算术计算器服务器
- 🌤️ Weather API服务器
- 💱 实时货币转换器服务器
- 🤖 由Groq的LLaMA 3.1 8B/任何LLM驱动的LLM客户端
- ⚡ 使用 FastMCP, LangChain,以及 紫外线 包管理器
该项目非常适合学习如何构建现实世界的MCP工具,并将其集成到统一的AI助手中。
______________________________________________________________________
🚀 特性
1.算术计算器服务器
一个简单的MCP工具,执行以下操作:
- 加法
- 减法
- 乘法
- 部门
支持符号(*)和文本(multiply)运营。
______________________________________________________________________
2.气象服务器
提供:
- 当前天气
- 天气预报
- 两个城市的比较
使用外部天气API和通过环境变量管理的API密钥。
______________________________________________________________________
3.货币兑换服务器
使用开放API进行实时转换:
- USD → INR
- INR → EUR
- GBP → USD
- 还有更多…
返回带速率和转换值的JSON。
______________________________________________________________________
4.统一的AI客户端
使用以下方式构建的集中式客户端:
- LangChain 用于LLM处理
- ChatGroq(LLaMA 3.1 8B)/您可以使用任何LLM 用于推理
- 多服务器MCPClient 用于动态工具加载
客户端自动:
- 读取所有已注册的工具
- 允许LLM决定何时调用哪个工具
- 组合工具响应以生成最终的用户友好输出
______________________________________________________________________
🛠️ 技术栈
| 组件 | 技术 | |
|---|---|---|
| MCP服务器 | FastMCP | |
| MCP客户端 | LangChain+多服务器MCPClient | |
| LLM | Groq Calma | OpenAI |
| 包管理器 | uv | |
| API调用 | httpx | |
| 环境管理 | python dotenv |
______________________________________________________________________
使用此回购的步骤
🔑 环境变量
创建一个 .env 项目根目录中的文件:
- WEATHER_API_KEY=您的_API_KEY_here
- GROQ_API_KEY=您的_项目_KEY_here
⚠️ 重要提示:\ 天气服务器需要 有效的Weather API密钥.\ 使用您自己的API密钥\ 每个用户都必须获得 拥有API密钥 从天气服务提供商处获取,并将其放在他们的个人信息中 .env 文件。 天气API密钥的示例来源: - https://weatherapi.com1.克隆存储库
git clone https://github.com/Abhishek3689/Mcp-Multiserver-Client.git2.使用uv安装依赖项
uv init
uv add fastmcp langchain langchain-core langchain-groq langchain-mcp-adapters httpx python-dotenv3.运行客户端
python client.py或
uv run client.py