mcpField
M
MCP (Model Context Protocol) Frontend

MCP (Model Context Protocol) Frontend

github.com/shaharia-lab聊天应用2029 周前更新

关于 MCP (Model Context Protocol) Frontend

MCP Frontend 是 mcp-kit 的前端应用,基于 React、TypeScript 与 Vite 构建,用于与 LLM 进行聊天,并调用后端 MCP 服务提供的工具。项目仍在积极开发中,README 中注明暂不建议用于生产环境。

主要功能

  1. 01单页应用架构
  2. 02与 LLM 的实时聊天界面
  3. 03基于工具的交互能力
  4. 04对接 MCP 后端服务
  5. 05使用 Tailwind CSS 的界面

适用场景

  1. 01通过网页界面与 LLM 对话并调用 MCP 工具
  2. 02为 mcp-kit 后端搭建前端界面
  3. 03基于 Docker 部署聊天前端

MCP 相关

该客户端通过 VITE_MCP_BACKEND_API_ENDPOINT 指定的后端 API 连接 MCP Kit 后端,由后端提供工具能力。

详细介绍

MCP(模型上下文协议)前端

License: MIT

Model Context Protocol (MCP) Kit 的前端应用,通过基于工具的功能实现与大模型的增强交互。

本仓库是 mcp-kit 的一部分,使用现代 Web 技术构建用户界面层。

🚀 功能

  • 单页应用架构
  • 与大模型的实时聊天界面
  • 基于工具的交互能力
  • 与 MCP 后端服务的集成
  • 使用 React 和 TypeScript 构建的现代响应式 UI

🎥 演示

体验 MCP Kit 的实际应用——与大模型聊天,同时利用 MCP 服务提供的额外功能:

🛠️ 前置要求

  • Node.js 20.x
  • NPM 7.x

📦 安装

标准安装
  1. 克隆仓库:
git clone https://github.com/shaharia-lab/mcp-frontend.git
cd mcp-frontend

[标准安装步骤的其余部分...]

🐳 Docker 安装

你可以使用我们官方的 Docker 镜像运行 MCP 前端:

docker pull ghcr.io/shaharia-lab/mcp-frontend:<version>

将 <version> 替换为你想使用的具体版本(例如 latest、1.0.0)。

使用 Docker 运行

docker run
-p 3000:3000
-e VITE_MCP_BACKEND_API_ENDPOINT=http://localhost:8081
ghcr.io/shaharia-lab/mcp-frontend:

环境变量

运行 MCP 前端需要以下环境变量:

env_key默认值必需说明
VITE_MCP_BACKEND_API_ENDPOINT-是MCP 后端 API 的基础 URL。

只需将 .env.example 文件复制为 .env 并根据需要更新值,即可在本地运行应用。对于 Docker,可以使用 -e 标志传递环境变量。

🚀 使用

开发

运行开发服务:

npm run dev
生产

构建生产版本:

npm run build

有关详细的配置选项,请参考 Vite 文档。

🏗️ 架构

MCP 前端采用以下技术构建:

🤝 贡献

我们欢迎贡献!以下是你可以提供帮助的方式:

  1. Fork 仓库
  2. 创建你的功能分支(git checkout -b feature/amazing-feature)
  3. 提交你的更改(git commit -m 'Add some amazing feature')
  4. 推送到分支(git push origin feature/amazing-feature)
  5. 开启 Pull Request

请确保你的 PR 遵循我们的编码标准并包含适当的测试。

🔍 相关项目

⚠️ 当前状态

本项目处于积极开发中。虽然功能正常,但暂不推荐在生产环境使用。我们正在进行以下工作:

  • 增强错误处理
  • 提高性能
  • 增加更多工具集成
  • 完善测试套件

📝 许可证

本项目采用 MIT 许可证——详见 LICENSE 文件。

🤔 支持

🙏 致谢

  • MCP Kit 社区
  • 所有贡献者和支持者

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。