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

Vmcp Composition Demo

MCP Server

虚拟MCP复合工具展示了跨多个后端MCP服务器编排多步骤工作流的能力,适用于文档聚合、代码库健康检查和容器镜像分析等场景。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
PythonAI代理工作流自动化

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

JAORMX

提供方

JAORMX

最后核验

2026/5/17 20:23

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

python3 demo.py

详细介绍

虚拟MCP组合演示

这个演示展示了 虚拟MCP服务器的复合工具功能 -跨多个后端MCP服务器编排多步工作流的能力。

你会看到什么

🎯 演示用例

  1. 多源文档聚合器

- 并行从3个不同来源获取文档 - 将结果聚合到具有元数据的结构化报告中 - 演示:并行执行、输出格式模板、工作流计时

  1. GitHub存储库健康检查

- 通过获取信息、问题和最近的活动来分析存储库 - 显示存储库统计信息和运行状况指标 - 演示:具有依赖关系的顺序步骤、参数默认值、GitHub MCP集成

  1. 集装箱图像调查

- 查询OCI注册表以获取映像详细信息、清单和配置 - 提供全面的图像分析 - 演示:OCI注册表MCP、嵌套数据结构、实际调试用例

演示的主要功能

  • 复合工具:由虚拟MCP编排的多步骤工作流
  • 结构化输出模式:具有JSON模式定义的类型安全输出
  • 输出聚合:从工作流步骤构建基于模板的值
  • 并行执行:独立步骤同时运行以提高性能
  • 顺序依赖关系:取决于先前结果的步骤
  • 参数默认:自动应用JSON架构默认值
  • 工作流元数据:时间、步数、执行细节
  • 多后端编排:无缝协调fetch+GitHub+OCI注册表后端

快速开始

# 1. Setup (creates venv and installs dependencies)
./setup.sh

# 2. Build Virtual MCP (from project root)
cd ../.. && task build-vmcp && cd demos/vmcp-composition

# 3. Start backend servers
./start-backends.sh start

# 4. Run the demo
./run-demo.sh

先决条件

1.设置Python环境

运行安装脚本以创建虚拟环境并安装依赖项:

./setup.sh

这创建了一个 .venv 目录包含:

  • rich -漂亮的终端输出
  • httpx -用于MCP调用的HTTP客户端
  • pyyaml -YAML配置解析

2.构建虚拟MCP

从项目根:

task build-vmcp

这创造了 ./bin/vmcp 二元的。

3.启动后端MCP服务器

演示需要这些后端在 default 集团。

选项A:使用辅助脚本 (推荐):

./start-backends.sh start

选项B:手动启动:

# Fetch MCP (HTTP fetching)
thv run --name fetch --group default --proxy-port 8090 fetch &

# GitHub MCP (GitHub API operations)
thv run --name github --group default --proxy-port 8091 github &

# OCI Registry MCP (Container registry queries)
thv run --name oci-registry --group default --proxy-port 8092 oci-registry &

检查状态:

./start-backends.sh status
# or
thv list --group default

运行演示

激活虚拟环境并运行:

source .venv/bin/activate
python3 demo.py

演示将:

  1. ✨ 以丰富的格式显示漂亮的介绍
  2. 📋 显示后端服务器和配置
  3. ✅ 验证复合工具定义
  4. 🚀 启动虚拟MCP服务器
  5. 🎯 执行三个复合工具演示:

- 多源文档聚合器 - GitHub存储库健康检查 - 集装箱图像调查

  1. 📊 使用语法高亮显示和表格显示结果
  2. 🎉 显示摘要和指标

演示模式

交互模式 (默认):

python3 demo.py

在步骤之间暂停,以便进行解释和演示。

自动模式 (用于CI/测试):

AUTO_CONTINUE=1 python3 demo.py

连续运行,无停顿。

快速模式:

DEMO_SPEED=fast python3 demo.py

加速动画(与AUTO_CONINUE结合使用可实现最快的执行速度)。

配置

vmcp-config.yaml

配置文件定义了3个具有结构化输出模式的组合工具。

参数格式:

parameters:
  param_name:
    type: "string"      # Type: string, integer, array, object
    description: "..."  # Optional
    default: "value"    # Optional default

输出模式格式(PR#2677中的新格式):

output:
  properties:
    property_name:
      type: "string"      # Type: string, integer, boolean, number, object, array
      description: "..."  # Property description
      value: "{{.template}}"  # Go template expression
      default: "value"    # Optional default value
      properties: {}      # For nested objects
  required: ["property_name"]  # Optional required fields

文件夹:

  • vmcp-config.yaml:具有复合工具定义的虚拟MCP服务器配置
  • demo.py:具有丰富库格式的交互式演示脚本
  • start-backends.sh:管理后端MCP服务器的辅助脚本

建筑

┌─────────────────────────────────────────────────────┐
│            MCP Client (Demo Script)                 │
└─────────────────┬───────────────────────────────────┘
                  │
                  │ HTTP/Streamable
                  ▼
┌─────────────────────────────────────────────────────┐
│         Virtual MCP Server (vmcp)                   │
│  • Discovers backends in 'default' group            │
│  • Aggregates tools with prefix resolution          │
│  • Executes composite tool workflows                │
│  • Applies output_format templates                  │
└──────┬──────────┬──────────────┬────────────────────┘
       │          │              │
       │          │              │ Routes to backends
       ▼          ▼              ▼
 ┌──────────┐ ┌──────────┐ ┌─────────────┐
 │  fetch   │ │  github  │ │ oci-registry│
 │  MCP     │ │  MCP     │ │    MCP      │
 └──────────┘ └──────────┘ └─────────────┘

是什么让这与众不同?

传统的MCP客户端连接到单独的服务器。虚拟MCP:

  • 聚合体 将多个后端集成到一个端点中
  • 编排 跨后端的多步骤工作流
  • 格式 使用自定义模板输出
  • 管理 并行和顺序执行
  • 提供 工作流元数据和时间

这使得在单个工具调用中能够进行对代理友好的复合操作,如“调查此容器映像”(需要OCI查询+文档获取)。

目录标签

目录标签

PythonAI代理工作流自动化工作流编排本地部署多后端集成文档聚合代码库分析容器镜像检查

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

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

stdionone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