mcpField
M
MCP Recon Client

MCP Recon Client

本地服务
github.com/seyrup1987AI 与智能体078 周前更新

关于 MCP Recon Client

MCP Recon Client 是一款 MCP 客户端,使用开源 LLM 模型与 MCP 服务通信并调用其工具。它包含多种聊天客户端实现,也可配置 Google Studio API 密钥。

主要功能

  1. 01连接 MCP 服务
  2. 02通过 LLM 使用服务端工具
  3. 03支持多种聊天客户端实现
  4. 04配置 Google Studio API 密钥

适用场景

  1. 01通过 LLM 调用 MCP 服务工具
  2. 02尝试不同的聊天客户端实现

MCP 相关

它作为 MCP 客户端连接 MCP 服务,使 LLM 模型能够使用服务端工具。

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

这是一个模型上下文协议(MCP)客户端,能够使用开源大模型与 MCP 服务通信,从而访问大模型可使用的工具。

运行 MCP 客户端的步骤:

  1. 克隆仓库

  2. 使用 UV pip install -r requirements.txt 安装依赖

  3. 从 ollama.com 安装 Ollama 客户端,并拉取你想通过其他聊天客户端实现使用的 LLM 模型。

  4. 如果你有 Google Studio API 密钥(可免费获取),请将其更新到 '.env' 文件中。

  5. 使用 UV run src/main.py 运行 'main'py'。

注意:我无法对适合调用工具的大模型进行全面测试。效果很大程度上取决于提示词是否恰当。目前,使用 Google Gen AI 的 'main.py' 实现效果最好,因为它拥有很大的上下文窗口。如果你想尝试 google-gemini-2.5-pro 以外的模型,可以修改相应的 models 文件后使用其他客户端实现。

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。