Build a MCP Server

Name: Build a MCP Server
Author: nicknochnack

本地服务

github.com/nicknochnack开发工具6085 周前更新

代码仓库

关于 Build a MCP Server

本项目是一份构建 MCP 服务的教程示例，演示如何用 MCP 服务提供训练好的 Random Forest 模型，并与 Bee Framework 集成实现 ReAct 交互。适合希望了解 ML 模型接入 MCP 的开发者。

主要功能

01基于 Random Forest 模型的 MCP 服务
02与 Bee Framework 集成的 ReAct 交互
03通过 uv 运行 MCP 服务和 Agent 脚本
04附带 FastAPI 托管的 ML 服务启动说明

适用场景

01学习如何将机器学习模型封装为 MCP 服务
02搭建基于 Bee Framework 的 ReAct Agent 原型

MCP 相关

该项目提供一个 MCP 服务，用于暴露训练好的模型能力，并由独立的 Agent 脚本通过 MCP 客户端调用。

#mcp #ml-server #random-forest

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

构建 MCP 服务

完整演示如何构建 MCP 服务，以提供训练好的 Random Forest 模型，并将其与 Bee Framework 集成，实现 ReAct 交互。

观看实时演示 📺

启动 MCP 服务 🚀

克隆此仓库 git clone https://github.com/nicknochnack/BuildMCPServer
运行 MCP 服务
cd BuildMCPServer
uv venv
source .venv/bin/activate
uv add .
uv add ".[dev]"
uv run mcp dev server.py
要运行 Agent，请在单独的终端中运行：
source .venv/bin/activate
uv run singleflowagent.py

启动 FastAPI 托管的 ML 服务

git clone https://github.com/nicknochnack/CodeThat-FastML
cd CodeThat-FastML
pip install -r requirements.txt
uvicorn mlapi:app --reload
也可以在这里查看构建方法的详细说明。