MCP Tool Wizard

MCP工具向导

学习人工智能工具设计的艺术：MCP、代理、技能及其他

用于理解模型上下文协议（MCP）、人工智能代理和工具设计模式的交互式教育资源。

包含内容

交互式HTML指南(index.html)

在浏览器中打开以浏览：

• 什么是MCP？ -了解工具、资源、提示和采样
• 工具解剖 -如何撰写出色的工具描述（艺术！）
• Spotify示例 -完整的播放列表管理工具
• MCP动物园 -跨领域的大量示例：

- 天气、文件系统、数据库、电子邮件 - 日历、GitHub、智能家居、金融 - 游戏、食谱等等！

• 不同的方法 -MCP与代理、LangChain与技能的比较
• 何时使用What -选择正确方法的决策流程图
• Ollama+MCP设置 -修复了本地模型的工作代码
• 高级模式 -思维链、可组合工具、错误处理

Python文件

spotify_mcp_server.py

Spotify的完整MCP服务器，具有：

• 听力统计
• 年度最佳艺术家/歌曲
• 重复发现
• 播放列表重新排序
• 被忽视的歌曲发现

# Install dependencies
pip install mcp spotipy python-dotenv

# Run the server
python spotify_mcp_server.py

ollama_mcp_chat.py

这 固定的 Ollama聊天客户端的版本。原版存在格式问题（双下划线被删除）。

# Make sure Ollama is running
ollama serve

# Pull a model (if needed)
ollama pull qwen3:4b

# Run the chat
python ollama_mcp_chat.py

# Or with a different model
python ollama_mcp_chat.py --model qwen2.5:14b

示例配置

examples/mcp_configs/claude_desktop_config.json

Claude Desktop的MCP配置示例，展示了如何连接多台服务器。

examples/mcp_configs/multi_agent_config.json

多代理配置示例显示：

• 编排器模式
• 专业分代理
• 工作流定义
• 安全设置

examples/skills/spotify-organizer.md

Claude Code的技能定义示例显示：

• 触发短语
• 可用工具
• 安全协议
• 工作流程步骤

快速开始

1. 打开指南：

   open index.html
   # or just double-click index.html

1. 尝试Ollama聊天（需要Ollama）：

   pip install requests
   python ollama_mcp_chat.py

1. 设置Spotify MCP服务器：

   pip install mcp spotipy python-dotenv

   # Create .env file with your Spotify credentials
   echo "SPOTIFY_CLIENT_ID=your_id" > .env
   echo "SPOTIFY_CLIENT_SECRET=your_secret" >> .env

   python spotify_mcp_server.py

模型建议

对于Ollama的工具调用：

关键概念

MCP（模型上下文协议）

• 工具：AI可以采取的行动（功能）
• 资源：AI可以读取的数据（文件、API）
• 提示：常见任务的预构建模板
• 采样：双向-服务器可以向AI寻求帮助

工具描述的艺术

良好MCP工具的关键在于 描述.包括：

• 触发短语（“当用户说…时使用”）
• 输入示例
• 输出格式
• 相关工具
• 边缘案例

何时使用What

• 主控程序：跨平台工具，标准化界面
• 代理：复杂的多步骤任务，需要规划
• LangChain：快速原型制作、RAG、链条
• 直接函数调用：简单的集成、学习

您询问的Spotify功能

是的，您可以使用附带的工具完成所有这些操作：

1. 按年份分列的歌曲: top_songs_by_year 工具
2. 查找重复项: find_playlist_duplicates 工具
3. 去除重复项: remove_duplicates 工具
4. 重新排序播放列表: reorder_playlist 工具
5. 查找被遗忘的歌曲: find_neglected_songs 工具
6. 创建前100个播放列表: create_ranked_playlist 工具

注意：完整的收听历史记录需要导出您的Spotify数据（扩展流媒体历史记录），因为API不会公开完整的播放次数。

许可证

麻省理工学院-自由使用，学到很多！

资源

• MCP规范
• 奥拉玛
• Spotify API
• Spotipy Python库