🌦️ Weather MCP (Model Context Protocol) Demo

🌦️ Weather MCP（Model Context Protocol）演示

本项目展示了一个用于天气信息的 Model Context Protocol（MCP） 系统的实现，该系统由一个使用 OpenAI Agent 的客户端和专用 MCP 服务组成。系统借助 GPT-4 提供支持的自然语言界面，让用户能够查询天气信息。

---

🌟 概述

本项目分为两个主要组件：

• Weather MCP 服务：一个提供天气信息的 Python 服务。
• Weather OpenAI 客户端：一个使用 OpenAI GPT-4 模型处理自然语言请求并与 MCP 服务交互的客户端。

---

🚀 组件

🌐 Weather MCP 服务

📁 位于：/server_weather/

服务组件实现了一个 Model Context Protocol 服务，可：

• 通过 SSE（Server-Sent Events）提供天气信息端点。
• 提供可供 MCP 客户端发现的 fetch-weather 工具。
• 在 http://localhost:4000/sse 上运行。

🤖 Weather OpenAI 客户端

📁 位于：/client_weather_openai/

客户端组件具备以下功能：

• 集成 OpenAI 的 GPT-4 模型。
• 自动发现 MCP 服务中的工具。
• 处理天气查询的自然语言。
• 提供用于用户交互的交互式命令行界面。

---

📋 前提条件

• Python 3.x
• OpenAI API 密钥（前往 OpenAI Platform 获取）
• 正确配置的环境变量（.env 文件）

---

🔧 设置

1. 克隆此仓库

git clone [email protected]:sturlese/client_server_mcp.git
cd client_server_mcp

2. 设置环境变量

• 在每个组件的根目录（/server_weather/ 和 /client_weather_openai/）中创建一个 .env 文件。
• 添加你的 OpenAI API 密钥：

# Example of .env file
OPENAI_API_KEY='your-api-key-here'

3. 安装依赖项

服务组件：

cd server_weather/
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

客户端组件：

cd ../client_weather_openai/
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

---

🎮 使用方法

启动 MCP 服务

cd server_weather/
source venv/bin/activate
python server_weather.py

启动 OpenAI 客户端

cd client_weather_openai/
source venv/bin/activate
python weather_agent_openai.py

使用示例

What's the weather in New York today?

---

🏗️ 架构

系统使用 Model Context Protocol（MCP），实现 AI Agent 与天气服务之间的无缝通信：

User ---> OpenAI Agent (Client) ---> MCP Server ---> Weather Data

---

📝 许可证

本项目为开源项目，采用 MIT License 许可。

---

🤝 参与贡献

欢迎提交贡献、问题和功能请求！

1. Fork 本项目。
2. 创建新分支（git checkout -b feature/your-feature）。
3. 进行修改。
4. 提交修改（git commit -m 'Add your feature'）。
5. 将分支推送到远程仓库（git push origin feature/your-feature）。
6. 创建 Pull Request。

---