mcpField
D
Dockerized MCP Server Template

Dockerized MCP Server Template

本地服务
github.com/zantis开发工具577 周前更新

关于 Dockerized MCP Server Template

这是一个基于官方 MCP Python SDK 的 Python MCP 服务模板,可通过 Docker 或直接运行。它使用无状态 Streamable HTTP 传输,供开发者构建可供 LLM 应用调用的服务。

主要功能

  1. 01Python MCP 服务模板
  2. 02Docker 容器化运行
  3. 03无状态 Streamable HTTP
  4. 04示例 add 工具

适用场景

  1. 01搭建 Python MCP 服务原型
  2. 02通过 Docker Compose 启动服务

MCP 相关

该模板实现 MCP 服务,通过 Streamable HTTP 在 /mcp 提供端点,并包含可供 MCP 客户端调用的 add 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

Docker 化 MCP 服务模板

此仓库提供了一个可复用的模板,用于构建基于 Python 的 Model Context Protocol(MCP) 服务。该服务运行在 Docker 容器中,并使用 Streamable HTTP 进行实时通信。此模板基于 Model Context Protocol(MCP)的 Python 实现,可轻松与大语言模型(LLM)集成。

什么是 MCP?

Model Context Protocol(MCP) 让你能够构建以安全、标准化的方式向 LLM 应用公开数据和功能的服务。

此模板展示了一个可用于生产环境的 MCP 服务,它运行在 Docker 容器中,并使用无状态 Streamable HTTP 进行实时通信。

项目结构

dockerized-mcp-server-template/
├── src/
│   ├── Dockerfile
│   ├── requirements.txt
│   └── server.py
├── docker-compose.yml
└── README.md

开始使用

使用 Docker Compose 构建并运行
docker-compose up --build

服务可通过以下地址访问:

http://localhost:8080/mcp
直接运行(不使用 Docker)

此外,你也可以使用 Python 直接运行服务。首先,安装依赖:

pip install -r src/requirements.txt

然后运行服务:

python src/server.py

服务可通过以下地址访问:

http://localhost:8080/mcp

使用示例

示例包含一个简单的 MCP 工具函数 add:

@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b

你可以通过 MCP 客户端请求调用此工具。

技术说明

此模板使用 Streamable HTTP 传输方式,该方式从 Python SDK v1.8.0 起在 Model Context Protocol 中提供(https://github.com/modelcontextprotocol/python-sdk)。

为什么使用 Streamable HTTP?

Streamable HTTP 相较于之前的 SSE 传输方式有了显著改进,它支持无状态运行,使 MCP 兼容无服务器架构和标准 Web 基础设施。这种方式无需持久连接,从而提高了资源利用率和成本效益,同时也为开发者提供了更简单直接的实现方式。最终得到的 MCP 服务更易于部署、扩展性更好、资源利用率更高,同时不会牺牲功能。

资源

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。