MCPServerApp

MCPServerApp

一个使用 .NET 9 构建的综合性模型上下文协议（MCP）服务应用，提供 50 多种 AI 驱动的工具，适用于文本处理、创意写作、分析和商业应用。

🚀 功能

• 50 多种 AI 驱动的工具：使用 IChatClient 执行各种任务的丰富工具集
• 文本分析：情感分析、偏见检测、可读性评估和写作改进
• 创意写作：故事生成、诗歌创作、角色塑造和对话模拟
• 商业工具：邮件主题生成、客户评价、口号和产品命名
• 教育：概念讲解、教程大纲、辩论要点和记忆辅助工具
• 语言处理：翻译、押韵生成、词语联想和替代方案建议
• 沟通交流：对话开场白、破冰话题和面试问题

🛠️ 技术栈

• .NET 9：最新的 .NET 框架
• 模型上下文协议（MCP）：AI 工具的通信协议
• Microsoft.Extensions.AI：AI 抽象和聊天客户端支持
• Docker：容器化支持
• C#：主要编程语言

📋 前置要求

• .NET 9 SDK
• Docker（可选，用于容器化部署）
• AI 服务提供商（用于 IChatClient 功能）

🏃‍♂️ 快速开始

1. 克隆并构建

git clone <repository-url>
cd MCPServerApp
dotnet build

2. 运行应用

dotnet run

3. Docker 部署（可选）

docker build -t mcpserverapp .
docker run -p 8080:8080 mcpserverapp

🔧 配置

应用采用标准的 .NET 配置模式。你可以配置：

• AI 服务终结点
• 日志级别
• 服务设置

可以通过以下方式提供配置：

• appsettings.json
• 环境变量
• 命令行参数
• 用户机密（用于开发）

📚 可用工具

文本分析与处理

• AnalyzeSentiment：分析文本的情感倾向
• AnalyzeWritingTone：评估书面内容的语气和风格
• AnalyzeReadability：评估文本的可读性并提出改进建议
• AnalyzeBiasInText：识别潜在偏见和带有倾向性的措辞
• AnalyzeEmotionalTone：分析情绪暗流和氛围
• AnalyzeArgumentStructure：检查论证的逻辑结构
• ImproveWriting：提供写作改进建议
• TranslateText：在不同语言之间翻译文本

创意写作与内容

• GeneratePoem：创作不同风格的诗歌（俳句、十四行诗、自由诗、打油诗）
• GenerateStory：根据指定参数生成短篇故事
• CreateCharacterProfile：为创意写作塑造详细的人物档案
• SimulateDialogue：创作角色之间真实自然的对话
• GenerateJoke：创作不同风格的幽默内容（双关语、俏皮话、敲门笑话、老爸笑话）
• GenerateMotivationalQuote：创作励志名言
• GenerateCreativePrompts：为各种媒介提供创意灵感
• CreateMetaphors：为概念生成隐喻和类比

商业与专业应用

• GenerateSlogan：创作朗朗上口的口号和宣传语
• GenerateProductNames：为产品和服务构思创意名称
• GenerateEmailSubjects：创作吸引人的邮件主题行
• GenerateTestimonials：生成真实自然的客户评价
• CreateUserPersonas：为设计和营销构建详细的用户画像
• GenerateHashtags：创建相关的社交媒体话题标签

教育与解释

• ExplainConcept：根据不同受众的水平提供相应的解释
• GenerateQuestions：针对各种场景提出发人深省的问题
• CreateTutorialOutline：生成结构化的学习大纲
• GenerateDebatePoints：为辩论主题构建论点
• CreateMemoryDevice：创建助记法和记忆辅助工具
• CreateAnalogyChain：为复杂概念构建逐步深入的类比链

语言与沟通

• GenerateRhyme：查找与给定输入押韵的词语
• CreateWordAssociations：生成语义相关的词语联想
• GenerateAlternatives：提供替代词语、短语或方法
• CreateConversationStarters：为各种场景生成对话开场白
• GenerateIcebreakers：创建团体破冰活动
• CreateAcronym：创建易记的首字母缩略词，或扩展现有缩略词

实用与辅助工具

• Echo：基本的消息回显功能
• ReverseEcho：返回反转后的文本
• Yell：将文本转换为大写
• WordCount：统计文本中的词数
• CharCount：统计字符数（不含空格）
• VowelCount：统计文本中的元音字母数
• Repeat：多次重复消息
• IsPalindrome：检查文本是否为回文
• TitleCase：将文本转换为标题格式
• ExtractDigits：从文本中提取数字
• LongestWord：查找文本中最长的词
• Replace：替换文本中的子字符串
• ToLowerCase：转换为小写
• ToUpperCase：转换为大写
• Trim：移除开头和结尾的空白字符
• Contains：检查是否包含子字符串
• SplitIntoWords：将文本拆分为词语数组
• JoinWords：将词语数组连接为字符串
• SummarizeContentFromUrl：下载并总结网页内容

数据与特定领域

• GetMonkey：按名称获取猴子信息
• GetMonkeys：列出可用的猴子

🎯 工具类别概览

类别	工具数量	主要使用场景
文本分析	8	内容评估、改进建议、偏见检测
创意写作	12	故事创作、诗歌、角色塑造、幽默
商业工具	6	营销文案、品牌建设、客户内容
教育	6	学习材料、解释说明、记忆辅助
语言处理	8	翻译、文字游戏、语义分析
沟通	6	社交互动、职业社交
实用功能	18	文本操作、基础处理
特定领域	2	专业数据检索

🔍 工具使用示例

情感分析

var result = await AnalyzeSentiment(server, "I absolutely love this new feature!", cancellationToken);
// Returns: Sentiment Analysis: Positive (95% confidence) - Expresses strong enthusiasm...

创意写作

var poem = await GeneratePoem(server, "autumn leaves", "haiku", cancellationToken);
// Returns: HAIKU - autumn leaves: Golden leaves falling...

商业内容

var slogans = await GenerateSlogan(server, "eco-friendly water bottles", "inspirational", 3, cancellationToken);
// Returns: INSPIRATIONAL Slogans for eco-friendly water bottles: ...

🏗️ 架构

项目结构

MCPServerApp/
├── Tools/
│   ├── EchoTool.cs          # Main tool collection (50+ tools)
│   └── MonkeyTools.cs       # Domain-specific tools
├── Models/
│   └── Monkey.cs            # Data models
├── Services/
│   └── MonkeyService.cs     # Business logic services
├── Contexts/
│   └── MonkeyContext.cs     # Data context
└── Program.cs               # Application entry point

关键组件

• McpServerTool Attributes：将方法标记为可用的 MCP 工具
• IChatClient Integration：利用 AI 能力处理文本
• Dependency Injection：使用 .NET DI 容器管理服务
• Configuration System：支持多种配置来源

🧪 开发

添加新工具

1. 在适当的工具类中创建新的静态方法
2. 添加带有名称和描述的 [McpServerTool] 属性
3. 使用 [Description] 属性添加参数说明
4. 在适当情况下，使用 IChatClient 实现工具逻辑

示例：

[McpServerTool(Name = "MyNewTool"), Description("Description of what the tool does")]
public static async Task<string> MyNewTool(
    IMcpServer thisServer,
    [Description("Input parameter description")] string input,
    CancellationToken cancellationToken = default)
{
    // Tool implementation
    ChatMessage[] messages = [
        new(ChatRole.System, "System prompt for the AI"),
        new(ChatRole.User, $"User prompt with {input}")
    ];
    
    ChatOptions options = new()
    {
        MaxOutputTokens = 200,
        Temperature = 0.5f,
    };
    
    var response = await thisServer.AsSamplingChatClient().GetResponseAsync(messages, options, cancellationToken);
    return $"Result: {response}";
}

测试

# Run tests
dotnet test

# Build and run
dotnet build
dotnet run

📄 许可证

本项目根据 LICENSE.txt 中指定的条款授权。

🤝 贡献

1. Fork 此仓库
2. 创建功能分支
3. 进行更改
4. 视情况添加测试
5. 提交拉取请求

📞 支持

如有问题、遇到故障或希望贡献，请参阅项目的问题跟踪器或文档。

---

使用 .NET 9 和 Model Context Protocol 构建，倾注 ❤️