关于 Getting Started
这是一个用于测试 LiteLLM MCP 实现的 Go MCP 服务示例,涵盖与其他 MCP 服务和客户端的配合。项目还提供 Go 客户端及 LiteLLM 桥接测试的运行说明。
主要功能
- 01通过 SSE 运行 Go MCP 服务
- 02Go 客户端支持 SSE 或 HTTP
- 03LiteLLM SDK 客户端测试脚本
适用场景
- 01测试 LiteLLM 的 MCP 连接
- 02尝试 Go 客户端连接 MCP 端点
MCP 相关
项目提供 Go MCP 服务和客户端,并包含用于测试 LiteLLM MCP 客户端及代理连接的脚本。
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
入门指南
本项目使用其他几个 MCP 服务和客户端测试初版 LiteLLM MCP 实现。具体来说,是测试基于 Go 的 mark3labs MCP 服务和客户端。
环境要求
需要安装以下内容:
- go 1.24.1
- uv
安装依赖
uv venv --python 3.13
source .venv/bin/activate # windows -- source .venv/Scripts/active
uv pip install -r requirements.txt
# cd into each and install dependencies
cd client;go mod download; cd ..
cd server; go mod download; cd ..
配置 litellm 代理
也可以通过 docker 运行
docker compose up
运行 MCP Go 服务
cd server
go mod download
go run main.go -t sse -p 8080 # transport over http network with port 8080
运行 MCP Go 客户端
# run go mcp server first on sse transport
cd client
go run main.go -t sse -mcpUri 'http://localhost:8080/sse' # connect to mcp server on uri
go run main.go -t http -mcpUri 'http://localhost:3000/mcp' # connect to http mcp server on uri
测试 Litellm SDK MCP 客户端
# run go mcp server first on sse transport
# run client
cd bridge
python litellm_client.py
测试 LiteLLM Proxy MCP 上的 Python SDK
# run go litellm proxy
docker compose up
# run client
cd bridge
python mcp_client.py
# Initializing session...
# Session initialized
# Loading tools...
# Loaded 1 tools
# meta=None content=[TextContent(type='text', text='13:04', annotations=None)] isError=Fals
测试 LiteLLM Proxy MCP 上的 Go 客户端
# run go litellm proxy
docker compose up
cd bridge
go run main.go -mcpUri http://localhost:4000/mcp
# 2025/03/29 06:02:11 Connected to server with name litellm-mcp-server
# 2025/03/29 06:02:11 Ping successful
# 2025/03/29 06:02:11 Found 1 tools
# 2025/03/29 06:02:11 Tool: get_current_time
# 2025/03/29 06:02:11 Calling get_current_time tool
# 2025/03/29 06:02:11 Result: 13:02
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。