mhlabs MCP tools

mhlabs mcp工具

mcp名称：io.github。音乐学院侯赛因实验室/mhlabs_mcp_tools

🧠 mhlabs mcp工具

mhlabs-mcp-tools 是一个 模块化MCP工具服务器 使用 FastMCP.\ 它提供了一个 可扩展的人工智能工具生态系统 组织成功能类别（文本预处理、NLP组件、文档分析等），可以通过以下方式动态加载和提供服务 MCP（模型上下文协议） 通过 STDIO传输.

该项目是 MHLabs人工智能代理生态系统，旨在与 mhlabs-mcp-server, mhlabs-mcp-agents以及下游A2A代理框架。

______________________________________________________________________

特性

• FastMCP服务器：支持多种传输协议的纯FastMCP实现
• 工厂模式：可重复使用的MCP工具工厂，便于服务管理
• 基于域的组织：按业务领域组织的服务（人力资源、技术支持等）
• 认证：可选的Azure AD身份验证支持
• 多个传输：STDIO、HTTP（流式传输）和SSE传输支持
• VS代码集成：调试配置和开发设置
• 综合测试：使用pytest进行单元测试
• 灵活的配置：基于环境的配置管理

建筑

mhlabs_mcp_tools/
├── .gitignore
├── .vscode/
│   └── settings.json
├── CHANGELOG.md
├── LICENSE
├── README.md
├── docs/
│   └── index.md
├── examples/
│   ├── example_client.py
│   └── example_client_http.py
├── mkdocs.yml
├── pyproject.toml
├── requirements.txt
├── server.json
└── src/
    ├── __init__.py
    ├── main.py
    └── mhlabs_mcp_tools/
        ├── __init__.py
        ├── core/
        │   ├── __init__.py
        │   ├── config.py
        │   ├── constants.py
        │   ├── factory.py
        │   └── prompts.py
        ├── data/
        │   ├── __init__.py
        │   ├── external/
        │   │   └── __init__.py
        │   ├── interim/
        │   │   └── __init__.py
        │   ├── processed/
        │   │   └── __init__.py
        │   └── raw/
        │       ├── __init__.py
        │       ├── contractions_dict.json
        │       ├── custom_substitutions.csv
        │       ├── leftovers_dict.json
        │       └── slang_dict.json
        ├── handlers/
        │   ├── __init__.py
        │   ├── custom_exceptions.py
        │   └── output_generator.py
        ├── mcp_server.py
        ├── models/
        │   └── __init__.py
        ├── nlp_components/
        │   ├── __init__.py
        │   └── nlp_model.py
        ├── services/
        │   ├── __init__.py
        │   ├── langchain_framework.py
        │   └── spacy_extractor.py
        └── text_preprocessing/
            ├── __init__.py
            ├── contractions.py
            ├── emo_unicode.py
            ├── slang_text.py
            └── text_preprocessing.py

可用服务

目前，该软件包分为三个主要模块：

NLP组件

2.文本预处理

该模块为用户提供了一套广泛的文本预处理工具：

快速开始

开发设置

1. 克隆和导航:

   cd src/mhlabs_mcp_tools

1. 再进行:

   pip install -r requirements.txt

1. 配置环境:

   cp .env.example .env
   # Edit .env with your configuration

1. 启动服务器:

   # Default STDIO transport (for local MCP clients)
   python mcp_server.py

   # HTTP transport (for web-based clients)
   python mcp_server.py --transport http --port 9000
   or
   after installed mhlabs-mcp-tools
   python -m mhlabs_mcp_tools.mcp_server --transport http --port 9000

   # Using FastMCP CLI (recommended)
   fastmcp run mcp_server.py -t streamable-http --port 9000 -l DEBUG

   # Debug mode with authentication disabled
   python mcp_server.py --transport http --debug --no-auth

运输选项

1.STDIO传输（默认）

• 🔧 非常适合：本地工具、命令行集成、Claude Desktop
• 🚀 用途： python mcp_server.py 或 python mcp_server.py --transport stdio

2.HTTP（流式）传输

• 🌐 非常适合：基于Web的部署、微服务、远程访问
• 🚀 用途： python mcp_server.py --transport http --port 9000
• 🌐 网址： http://127.0.0.1:9000/mcp/

3.苏格兰和南方能源公司运输部（已弃用）

• ⚠️ 仅支持旧版本-对新项目使用HTTP传输
• 🚀 用途： python mcp_server.py --transport sse --port 9000

FastMCP CLI使用情况

# Standard HTTP server
fastmcp run mcp_server.py -t streamable-http --port 9000 -l DEBUG

# With custom host
fastmcp run mcp_server.py -t streamable-http --host 0.0.0.0 --port 9000 -l DEBUG

# STDIO transport (for local clients)
fastmcp run mcp_server.py -t stdio

# Development mode with MCP Inspector
fastmcp dev mcp_server.py -t streamable-http --port 9000

VS代码开发

1. 在VS代码中打开:

   code .

1. 使用调试配置:

- Debug MCP Server (STDIO)：使用STDIO传输运行 - Debug MCP Server (HTTP)：使用HTTP传输运行 - Debug Tests：运行测试套件

配置

环境变量

创建一个 .env 文件基于 .env.example:

# Server Settings
MCP_HOST=0.0.0.0
MCP_PORT=9000
MCP_DEBUG=false
MCP_SERVER_NAME=MHLABS MCP Server

# Authentication Settings
MCP_ENABLE_AUTH=true
AZURE_TENANT_ID=your-tenant-id-here
AZURE_CLIENT_ID=your-client-id-here
AZURE_JWKS_URI=https://login.microsoftonline.com/your-tenant-id/discovery/v2.0/keys
AZURE_ISSUER=https://sts.windows.net/your-tenant-id/
AZURE_AUDIENCE=api://your-client-id

认证

当 MCP_ENABLE_AUTH=true，服务器需要Azure AD承载令牌。使用适当的设置配置您的Azure应用程序注册。

对于开发，set MCP_ENABLE_AUTH=false 禁用身份验证。

添加新服务

1. 创建服务类:

   from core.factory import MCPToolBase, Domain

   class MyService(MCPToolBase):
       def __init__(self):
           super().__init__(Domain.MY_DOMAIN)

       def register_tools(self, mcp):
           @mcp.tool(tags={self.domain.value})
           async def my_tool(param: str) -> str:
               # Tool implementation
               pass

       @property
       def tool_count(self) -> int:
           return 1  # Number of tools

1. 在服务器中注册:

   # In mcp_server.py (gets registered automatically from services/ directory)
   factory.register_service(MyService())

1. 添加域 （如果是新的）：

   # In core/factory.py
   class Domain(Enum):
       # ... existing domains
       MY_DOMAIN = "my_domain"

MCP客户端使用情况

Python客户端

import asyncio
from fastmcp import Client

client = Client("http://localhost:9000/mcp")

async def main():
    async with client:
        tools = await client.list_tools()
        # tools -> list[mcp.types.Tool]
        # print(tools)
        for tool in tools:
            print(f"Tool: {tool.name}")
        
        result = await client.call_tool("textprep.expand_contraction", {"input_text": "The must've SSN is 859-98-0987. The employee's phone number is 555-555-5555."})
        print("Result:", result)

asyncio.run(main())

命令行测试

# Test the server is running
curl http://localhost:9000/mcp/

# With FastMCP CLI for testing
fastmcp dev mcp_server.py -t streamable-http --port 9000

快速测试

测试STDIO传输：

# Start server in STDIO mode
python mcp_server.py --debug --no-auth

# Test with client_example.py
python client_example.py

测试HTTP传输：

# Start HTTP server
python mcp_server.py --transport http --port 9000 --debug --no-auth

# Test with FastMCP client
python -c "
from fastmcp import Client
import asyncio
async def test():
    async with Client('http://localhost:9000/mcp') as client:
        result = await client.call_tool("textprep.expand_contraction", {"input_text": "The must've SSN is 859-98-0987. The employee's phone number is 555-555-5555."})
        print(result)
asyncio.run(test())
"

使用FastMCP CLI进行测试：

# Start with FastMCP CLI
fastmcp run mcp_server.py -t streamable-http --port 9000 -l DEBUG

# Server will be available at: http://127.0.0.1:9000/mcp/

故障排除

常见问题

1. 导入错误：确保您位于正确的目录中，并且安装了依赖项
2. 身份验证错误：检查您的Azure AD配置和令牌
3. 端口冲突：如果9000已在使用中，请更改配置中的端口
4. 缺少fastmcp：安装 pip install fastmcp

调试模式

启用调试模式以进行详细日志记录：

python mcp_server.py --debug --no-auth

或设置在环境中：

MCP_DEBUG=true

服务器参数

usage: mcp_server.py [-h] [--transport {stdio,http,streamable-http,sse}]
                     [--host HOST] [--port PORT] [--debug] [--no-auth]

MHLABS MCP Server

options:
  -h, --help            show this help message and exit
  --transport, -t       Transport protocol (default: stdio)
  --host HOST           Host to bind to for HTTP transport (default: 127.0.0.1)
  --port, -p PORT       Port to bind to for HTTP transport (default: 9000)
  --debug               Enable debug mode
  --no-auth             Disable authentication

______________________________________________________________________

📄 许可证

麻省理工学院许可证©2025 侯赛因博物馆实验室

______________________________________________________________________

🤝 贡献

1. 遵循现有的代码结构和模式
2. 添加新功能的测试
3. 更新新功能的文档
4. 使用提供的VS代码配置进行开发

______________________________________________________________________

🧠 了解更多

• MCP协议: https://modelcontextprotocol.io
• FastMCP GitHub:
• LangGraph集成指南 （即将推出）

______________________________________________________________________

💡 小贴士

如果你想嵌入 mhlabs-mcp-tools 变成一个更大的基于MCP的编排器：

from fastmcp import StdioServerParameters
server_params = StdioServerParameters(
    command="python",
    args=["-m", "mhlabs_mcp_tools.server"],
    //env={"MHLABS_MCP_CATEGORY": "textprep,nlp"}
)

______________________________________________________________________

与开发❤️ 通过 侯赛因博物馆实验室