MCP Talker

MCP通话器

MCP（模型上下文协议）客户端的通用Golang实现，连接到MCP服务器，并使用任何与OpenAI兼容的LLM API通过聊天与公开的工具进行交互。

特性

• 通过流式HTTP连接到MCP服务器
• 适用于任何与OpenAI兼容的API（OpenAI、Anthropic、Google Gemini等）
• 记录所有HTTP流量（请求和响应）以进行调试
• 针对严格LLM验证器（尤其是Gemini）的高级模式清理:

- 清理工具名称（删除有问题的字符，转换 mcp__foo__bar-baz 到 foo_bar_baz) - 从描述中删除表情符号和非ASCII字符 - 从描述中删除标记格式 - 确保 additionalProperties: false 对于对象模式 - 添加缺失项 properties 用于严格验证的字段

• 使用自动工具调用实现代理循环
• 交互式聊天界面，支持完整的工具调用
• 通过命令行标志完全可配置

先决条件

• 转到1.21或更高版本
• 正在运行的MCP服务器（例如。，http://localhost:8090/mcp)
• 您选择的LLM提供商的API密钥（OpenAI、Anthropic、Google等）

安装

1. 克隆存储库或导航到项目目录：

cd mcp-talker

1. 安装依赖项：

go mod download

1. 设置环境变量：

export LLM_API_KEY="your-api-key-here"

用法

应用程序需要以下命令行标志：

• -api-base-url：与OpenAI兼容的API的基本URL（必需）
• -model：要使用的模型标识符（必需）
• -mcp-url：MCP服务器的URL（默认值：“http://localhost:8090/mcp")
• -max-turns：最大对话回合数（默认值：5）
• -system-prompt：助手的自定义系统提示（默认值：“您是一个有用的助手，可以访问工具。”）

例子

使用OpenAI：

export LLM_API_KEY=sk-...
go run main.go \
  -api-base-url https://api.openai.com/v1 \
  -model gpt-4

使用谷歌双子座：

export LLM_API_KEY=your-gemini-api-key
go run main.go \
  -api-base-url https://generativelanguage.googleapis.com/v1beta/openai \
  -model gemini-2.5-flash

使用Anthropic（如果OpenAI兼容端点可用）：

export LLM_API_KEY=sk-ant-...
go run main.go \
  -api-base-url https://api.anthropic.com/v1 \
  -model claude-3-5-sonnet-20241022

使用自定义配置：

export LLM_API_KEY=your-api-key
go run main.go \
  -api-base-url https://api.openai.com/v1 \
  -model gpt-4 \
  -mcp-url http://localhost:9000/mcp \
  -max-turns 10 \
  -system-prompt "You are a helpful coding assistant."

建筑

构建应用程序：

go build -o mcp-talker

然后运行：

./mcp-talker -api-base-url https://api.openai.com/v1 -model gpt-4

交互式使用

跑步后，您可以与助手聊天。需要时，它将自动使用MCP服务器提供的工具。

类型 quit 或 exit 退出应用程序。

配置标志

建筑

该应用程序包括：

1. 记录仪：记录所有请求和响应以进行调试的HTTP中间件
2. sanctizeToolName（）：将MCP工具名称转换为LLM兼容格式（例如。， mcp__flights__get_api-airports-search → flights_get_api_airports_search)
3. cleanToolDescription（）：从工具描述中删除表情符号、非ASCII字符和标记格式
4. cleanSchema（）：递归清理JSON模式，以确保与严格的LLM验证器兼容：

- 删除有问题的字段(title, examples, default, $schema) - 确保所有对象都具有 type: "object" 和 additionalProperties: false - 确保所有对象都具有 properties 字段（即使为空） - 清除架构属性中的描述

1. main（）：协调MCP客户端连接、工具列表和交互式聊天循环

聊天循环实现了一个代理模式，其中：

1. 用户提供输入
2. LLM处理输入并决定调用哪些工具（如果有的话）
3. 工具名称从经过净化的名称映射回原始MCP名称
4. 工具通过MCP服务器执行
5. 结果反馈给LLM
6. LLM提供最终答案或进行额外的工具调用
7. 重复步骤2-6，直到 max-turns 直到提供最终答案为止

API兼容性

该工具适用于任何实现OpenAI聊天完成API格式的API。已知的兼容提供商：

• 开放人工智能: https://api.openai.com/v1
• 谷歌双子座: https://generativelanguage.googleapis.com/v1beta/openai
• Azure OpenAI: https://.openai.azure.com/openai/deployments/
• 其他与OpenAI兼容的端点

注意：某些提供程序可能具有不同的身份验证机制或API略有变化。该工具通过API密钥使用标准的OpenAI SDK身份验证。

依赖项

• mcp走 -用于模型上下文协议的MCP Go SDK
• 去开 -用于Go的OpenAI API客户端（与OpenAI兼容的API兼容）

故障排除

没有可用的工具

确保您的MCP服务器正在运行，并且可以通过指定的URL访问 -mcp-url.

API错误

• 验证您的 LLM_API_KEY 环境变量设置正确
• 检查一下 -api-base-url 对于您的提供商来说是正确的
• 确保 -model 标识符对您的提供商有效

“MALFORMED_FUNCTION_CALL”错误（Gemini）

如果您看到以下错误 finish_reason: "function_call_filter: MALFORMED_FUNCTION_CALL" 使用Gemini时：

• 这通常是由严格的模式验证要求引起的
• 该工具会自动清理工具名称和模式，以实现Gemini兼容性
• 如果仍然遇到问题，工具名称或模式可能包含验证器拒绝的字符
• 检查日志以查看发送到API的内容

架构错误

一些LLM对JSON模式格式更严格。此工具包括专门为Gemini等严格验证器设计的广泛模式清理：

• 对工具名称进行清理，以删除有问题的字符
• 描述中没有表情符号和标记
• 对象架构包括必需的 additionalProperties 和 properties 字段

如果您在其他LLM提供程序中遇到与架构相关的错误，您可能需要调整 cleanSchema() 或 sanitizeToolName() 满足提供商特定要求的功能。

许可证

麻省理工学院