BasicMcpServer: MCP Server Implementation Resources

BasicMcpServer：MCP 服务实现资源

此仓库有三个主要用途：

1. 简单的 MCP 服务示例：基础参考实现，你可以克隆并根据自身需求修改
2. Docker 容器化演示：展示如何在 Docker 中设置 MCP 服务并进行端到端测试
3. 设置自动化：提供用于生成更复杂 MCP 服务（例如 Jira 集成）的脚本

MCP 参考资料

以下是为此实现提供参考的关键资源：

• MCP 文档 - Model Context Protocol 的官方文档和介绍
• Python SDK 仓库 - MCP 的官方 Python SDK
• MCP HTTP 客户端示例 - 为开发此仓库中的测试代码提供帮助的参考实现

内容

1. 基础 MCP 服务：带有基础工具的简单参考实现
2. Docker 配置：采用多阶段构建的容器化设置
3. 端到端测试：展示如何正确测试 MCP 服务
4. setup_jira_mcp_server.sh：用于生成与 Jira 集成的 MCP 服务的脚本
5. mcp_server_implementation_guide.md：关于 MCP 服务实现的综合指南

开始使用

选项 1：将基础 MCP 服务用作模板

最简单的做法是克隆此仓库并根据自身需求修改：

# Clone the repository
git clone https://github.com/yourusername/BasicMcpServer.git my-mcp-server
cd my-mcp-server

# Modify src/server.py to implement your custom tools and resources
# Update config.py with your required environment variables
# Run with Docker or directly with Python

选项 2：学习基于 Docker 的 MCP 服务实现

研究 Docker 配置和端到端测试，了解以下内容：

• 用于构建高效镜像的多阶段 Docker 构建
• 容器配置最佳实践
• MCP 服务的测试模式

选项 3：生成 Jira MCP 服务

要创建完整的 Jira MCP 服务项目结构：

1. 使设置脚本可执行（已完成）：

   chmod +x setup_jira_mcp_server.sh
   

2. 运行脚本：

   ./setup_jira_mcp_server.sh
   

   命令行选项：

   Usage: ./setup_jira_mcp_server.sh [OPTIONS]
   
   Options:
     -n, --name NAME     Specify project name (default: jira-mcp-server)
     --no-git            Skip Git repository initialization
     --no-github         Skip GitHub repository creation
     -h, --help          Show help message
   

3. 按照脚本运行后显示的说明操作：

   • 导航到新创建的项目目录
   • 在 .env 文件中配置 Jira 凭据
   • 构建并运行 Docker 容器

脚本会自动：

• 创建包含所有必要文件的完整项目结构
• 初始化 Git 仓库（除非指定 --no-git）
• 创建 GitHub 仓库并推送代码（如果已安装并通过身份验证的 GitHub CLI）
• 使所有必要的脚本可执行

这将创建一个更复杂的 MCP 服务示例，并与 Jira 集成，让 AI 助手能够通过 MCP 协议与你的 Jira 实例交互。

选项 4：了解 MCP 服务实现

如果你想进一步了解 MCP 服务的工作方式及其实现方法：

1. 阅读 mcp_server_implementation_guide.md 中的综合指南
2. 指南涵盖以下内容：
   • 项目结构和设置
   • 使用 FastMCP 实现 MCP 服务
   • Docker 容器化
   • 测试策略
   • 部署选项
   • 最佳实践

为其他服务自定义

Jira MCP 服务可以作为模板，用于为其他服务创建 MCP 服务：

1. 使用设置脚本生成 Jira MCP 服务项目
2. 将 Jira 专用代码替换为适用于目标服务的代码：
   • 修改 src/services/ 以实现服务集成
   • 更新 src/server.py，为服务定义工具和资源
   • 更新 src/config.py，加入必要的配置变量
   • 更新 .env.example，加入适当的环境变量

什么是 MCP？

Model Context Protocol (MCP) 是一种用于 AI 助手与外部服务之间通信的标准。它使 AI 助手能够：

• 发现并调用可执行操作的工具
• 访问提供信息的资源
• 通过标准化接口与外部系统交互

通过实现 MCP 服务，你可以让 AI 助手访问你的服务和数据，从而扩展其能力。本仓库使用官方 Python SDK，并遵循 MCP 服务实现的最佳实践。

前置条件

• Python 3.11 或更高版本
• Docker（用于容器化部署）
• 特定服务的 API 凭据

许可证

本项目根据 MIT License 提供。