关于 Demo de MCP Servers con Chainlit
这是一个通过 Chainlit 聊天应用试用 MCP 服务的演示环境。它使用 Azure OpenAI 凭据,并展示了如何向聊天中添加 filesystem 服务。
主要功能
- 01在 Chainlit 聊天中试用 MCP 服务
- 02通过聊天界面添加 MCP 服务
- 03使用 Azure OpenAI 凭据
- 04在 Dev Container 中运行
适用场景
- 01在聊天环境中测试 MCP 服务
- 02使用 filesystem 服务创建并保存文件
MCP 相关
聊天界面支持添加和使用 MCP 服务,并以 filesystem 服务作为示例。
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。
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
使用 Chainlit 演示 MCP 服务
你好,developer 👋🏻!在这个仓库中,你可以找到一个使用 Chainlit 测试 MCP 服务的环境。你只需在 .azure.env 文件中添加 Azure Open AI 模型的凭据:
此仓库支持 Dev Containers,因此你无需在本地计算机上安装任何内容。只需在 VSCode 中打开仓库,然后选择在容器中打开。
启动后,在 .azure.env 文件中添加 Azure Open AI 模型的凭据:
AZURE_OPENAI_API_KEY=
AZURE_OPENAI_ENDPOINT=
OPENAI_API_VERSION=
AZURE_OPENAI_MODEL=
然后运行以下命令,使用 Chainlit 启动应用:
chainlit run app.py -w
现在,你会看到聊天界面中有一个图标,可用于添加 MCP 服务:

你可以添加一些示例,例如 filesystem:

名称设为 Filesystem,命令如下:
npx -y @modelcontextprotocol/server-filesystem /workspaces/chainlit-demo
配置完成后,大致如下:

向它提问,例如:
Puedes crearme un poema sobre Model Context Protocol Servers y guardarlo en el archivo poema.txt
结果如下:

再见 👋🏻!
评论
支持 Markdown
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。