mcpField
W
What?

What?

本地服务
github.com/bkakadiyaAI 与智能体180 周前更新

关于 What?

What? 是一个示例应用,展示 AI Agent 如何通过 MCP 服务连接 REST API、PostgreSQL 和文档存储。项目提供环境配置说明及 Claude Desktop 配置示例。

主要功能

  1. 01连接 REST API
  2. 02访问 PostgreSQL 数据库
  3. 03连接文档存储
  4. 04设置示例金融交易数据
  5. 05提供 Claude Desktop 配置示例

适用场景

  1. 01了解 Agent 如何连接 REST 服务和数据存储
  2. 02配置 Claude Desktop 使用示例 MCP 工具

MCP 相关

该示例使用 MCP 服务连接 Agent 与 REST API、PostgreSQL 数据库和文档存储,并提供 Claude Desktop 配置示例以接入其工具。

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

什么?

应用架构

示例应用展示了通过 MCP 服务连接 REST API、PostgreSQL 数据库和文档存储的 Agentic AI

设置

安装和设置 UV

  1. 安装 UV
    运行以下命令安装 UV:

    pip install uv
    
  2. 验证安装
    运行以下命令,确认已安装 UV:

    uv --version
    

使用 pyproject.toml

设置虚拟环境并安装依赖项
  1. 创建虚拟环境
    运行以下命令创建虚拟环境:

    python -m venv venv
    
  2. 激活虚拟环境

    • 在 Windows 上:
      venv\Scripts\activate
      
    • 在 macOS/Linux 上:
      source venv/bin/activate
      
  3. 从 pyproject.toml 安装依赖项
    使用 pip 安装 pyproject.toml 文件中指定的依赖项:

    pip install .
    
  4. 验证安装
    确认所有依赖项均已正确安装:

    pip list
    
  5. 运行测试用例
    使用 pytest 确认所有测试用例均已通过:

    pytest
    

填充金融交易数据

  1. 运行脚本填充数据
    执行以下命令,填充示例金融交易数据:
    python util/populate_data.py
    

配置 MCP 客户端 - Windows 版 Claude

  1. 找到示例配置文件
    使用提供的 config/sample_claude_desktop_config.json 文件作为模板。

  2. 复制配置文件
    将文件放到以下目录:

    ~\AppData\Roaming\Claude
    
  3. 重命名文件
    将文件重命名为 claude_desktop_config.json。

  4. 更新配置详情

    • 在文本编辑器中打开 claude_desktop_config.json 文件。
    • 使用你的密钥更新 Alpha Vantage API 密钥。
    • 使用适当的凭据和连接字符串更新 数据库连接详情。

重启 Claude Desktop

重启 Claude Desktop,你可能需要在任务管理器中结束任务。请注意,重启后:

  1. 你应该能看到工具数量以及锤子图标。
  2. 这将在后台为每个工具启动一个 Python 程序。

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。