模型上下文协议项目
此MCP客户端-服务器项目包括一个服务器（worker_server.py，如下），该服务器使用与“supervisor_worker_4.py”（supervisor_workser_agent_project repo/supervisor_worker_script目录）中的三个代理功能相同的工具实现。该项目使用Anthropic/Claude平台的mcp包（来自pip），通常称为“FastMCP”。
主机/MCP客户端脚本：MCP_chatbot.py
- 加载并运行服务器
- 根据用户查询选择和使用合适的MCP工具
- 根据工具输出生成对用户的响应
- 管理查询输入和响应过程
- 管理脚本排序（异步）
研究论文搜索服务器：Research_server.py
- 从arXiv.org电子打印档案中查找和检索论文
- “search_papers”：搜索某个主题的论文
- 'extract_info'：返回特定纸张ID的信息和摘要
工作服务器：Worker_server.py
- 从LangChain/LangGraph服务器/工作代理框架复制工作代理功能的工具。
- “预测工具”：根据花瓣和隔膜测量预测虹膜种类
- 机器学习预测模型：iris_model.pkl（在iris数据集上训练的RandomForest模型）
- “wikipedia_search”：搜索维基百科
- “tavily_search”：搜索网页
加载服务器的配置文件：server_Config.json
- 加载和运行服务器所需的信息：
- 上面的两个本地服务器 - 两个远程服务器：“文件系统”和“fetch” - (https://github.com/modelcontextprotocol/servers)
基于深度学习短期课程的项目：“MCP：用Anthropic构建丰富的上下文AI应用程序”\ (https://learn.deeplearning.ai/courses/mcp-build-rich-context-ai-apps-with-anthropic/lesson/ccsd0/why-mcp)
- 用普通Python实现（不是notebook）
- 已创建新服务器：worker_server.py
- 加载并运行新服务器
- 将“predict_tool”中的LLM更改为Claude