Token导航 LogoToken导航TokenDH.com
Network MCP Demo logo
AI代理stdio官方级别未说明来源级核验

Network MCP Demo

MCP Server

一个基于FastAPI的后端服务,封装了LLM客户端和MCP会话,使LLM能够通过MCP服务器与外部工具(搜索、浏览器自动化等)交互。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
AI代理Python模型集成FastAPI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

fnlearner

提供方

fnlearner

最后核验

2026/5/17 20:19

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python backend.py

详细介绍

网络MCP后端

此目录包含一个小型FastAPI后端,它封装了一个LLM客户端和一个MCP(多组件进程)会话,以提供一个能够调用MCP服务器公开的工具的网络代理。它旨在作为一个示例/自定义代理实现,使LLM能够通过MCP与外部工具(搜索、浏览器自动化等)进行交互。

特性

  • 从环境变量或本地加载API凭据 .env 文件。
  • 启动MCP客户端会话(通过 mcp.client.stdio)并暴露出a /chat 将消息中继到模型并执行模型返回的工具调用的端点。
  • CORS已启用,可进行快速本地测试。

快速开始

  1. 复制或编辑 .env 文件,以包含您的API密钥和可选设置(已作为模板包含):
DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxxxxxx
BASE_URL=https://api.deepseek.com
MODEL_NAME=deepseek-chat
  1. 安装依赖项(确保 python-dotenv 已安装):
uv pip install -r ../requirements.txt
uv pip install python-dotenv
  1. 运行后端(开发):
# from the network-mcp directory
python backend.py

或者通过uvicorn运行类似生产的行为:

uvicorn backend:app --host 0.0.0.0 --port 8000

API:/聊天

POST/聊天

请求正文(JSON):

{
	"message": "your question here",
	"history": []
}

答复:

  • 如果模型直接回答,你会得到: { "response": "..." }.
  • 如果模型请求工具调用,后端将通过MCP调用工具并继续对话,直到最终回复或超时。

配置

  • 支持的环境变量:

- DEEPSEEK_API_KEY, OPENAI_API_KEY,或 API_KEY (使用第一个找到的) - BASE_URL (默认为 https://api.deepseek.com) - MODEL_NAME (默认为 deepseek-chat)

把这些放进去 network-mcp/.env 为了地方发展。不要将生产密钥提交给git。

安全和部署说明

  • 将API密钥保密。添加 network-mcp/.env.gitignore 或者在部署平台中管理机密。
  • 在生产环境中,更倾向于通过CI/CD或托管提供商设置环境变量,而不是 .env 文件夹。

故障排除

  • 如果你看到 API key not set 启动时,确保 .env 文件存在并且包含一个真正的密钥,或者在运行之前导出envvar。
  • 如果MCP连接失败,请检查MCP服务器(mcp_tool.py 或配置的命令)可用且工作。

延伸

  • 为添加更强大的验证 BASE_URLMODEL_NAME 如果您使用多个模型端点。
  • 为添加身份验证 /chat 端点(如果将其暴露在本地开发之外)。

______________________________________________________________________

针对定制网络代理的简短而集中的README。如果你愿意,我还可以添加一个示例curl请求或一个调用 /chat.

目录标签

目录标签

AI代理Python模型集成FastAPI本地部署LLM集成工具调用MCP会话网络代理

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

api-key

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdioapi-key部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP