关于 Lite Mcp Client
Lite-MCP-Client 是面向需要连接和操作多个 MCP 服务的命令行客户端,支持 STDIO、SSE 连接及 LLM 辅助的自然语言查询。
主要功能
- 01管理多个服务连接
- 02通过 STDIO 和 SSE 连接
- 03调用工具并获取资源
- 04使用服务端提示模板
- 05根据自然语言自动选择工具
- 06交互式终端与命令行模式
适用场景
- 01调用多个 MCP 服务的工具
- 02从命令行获取服务资源
- 03通过自然语言问题触发工具调用
- 04在连续对话中保留历史记录
MCP 相关
作为 MCP 客户端,它通过 STDIO 或 SSE 连接多个 MCP 服务,并提供其工具、资源和提示模板。LLM 辅助查询可自动选择并调用工具。
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。
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
来自项目 READMELite-MCP-Client
📝 项目介绍
Lite-MCP-Client是一个基于命令行的轻量级MCP客户端工具,可以连接到多种MCP(Model-Chat-Prompt)服务器,帮助用户轻松调用服务器提供的工具、资源和提示模板。该客户端支持与大型语言模型集成,实现智能化查询和处理。


✨ 主要特点
- 多服务器连接管理:同时连接并管理多个MCP服务器
- 支持多种服务器类型:兼容STDIO和SSE类型的服务器
- 工具调用:轻松调用服务器提供的各种工具
- 资源获取:访问服务器提供的资源
- 提示模板使用:使用服务器定义的提示模板
- 智能查询:通过自然语言查询,自动决定使用哪些工具和资源
- 灵活的交互模式:支持命令行参数和交互式终端界面
- 智能化对话历史管理:维护会话上下文,实现连续对话
🚀 安装指南
前提条件
- Python 3.11+
- pip 或 uv 包管理器
安装方式
方式一:从PyPI安装
# 使用pip安装
pip install lite-mcp-client
# 或使用uv安装
uv pip install lite-mcp-client
方式二:从源代码安装
# 克隆仓库
git clone https://github.com/sligter/lite-mcp-client
cd lite-mcp-client
# 使用uv安装依赖
uv sync
配置环境变量
cp .env.example .env
📖 使用说明
基本使用
使用pip安装后的命令行工具
# 启动交互式模式
lite-mcp-client --interactive
# 使用特定服务器
lite-mcp-client --server "服务器名称"
# 连接所有默认服务器
lite-mcp-client --connect-all
# 执行智能查询
lite-mcp-client --query "查询微博热点新闻并总结"
# 或者直接
lite-mcp-client "查询微博热点新闻并总结"
# 调用特定工具
lite-mcp-client --call "服务器名.工具名" --params '{"参数1": "值1"}'
# 获取资源
lite-mcp-client --get "服务器名.资源URI"
# 使用提示模板
lite-mcp-client --prompt "服务器名.提示名" --params '{"参数1": "值1"}'
# 执行操作后显示结果并保持交互模式
lite-mcp-client --query "获取微博热搜" --interactive
从源码直接运行
# 启动交互式模式
uv run lite_mcp_client.main --interactive
# 或
python -m lite_mcp_client.main --interactive
# 使用特定服务器
uv run lite_mcp_client.main --server "服务器名称"
# 连接所有默认服务器
uv run lite_mcp_client.main --connect-all
# 执行智能查询
uv run lite_mcp_client.main --query "查询微博热点新闻并总结"
# 或者直接
uv run lite_mcp_client.main "查询微博热点新闻并总结"
# 调用特定工具
uv run lite_mcp_client.main --call "服务器名.工具名" --params '{"参数1": "值1"}'
# 获取资源
uv run lite_mcp_client.main --get "服务器名.资源URI"
# 使用提示模板
uv run lite_mcp_client.main --prompt "服务器名.提示名" --params '{"参数1": "值1"}'
# 执行操作后显示结果并保持交互模式
uv run lite_mcp_client.main --query "获取微博热搜" --interactive
高级使用
# 执行复杂任务,自动选择工具(使用安装版)
lite-mcp-client "获取今日科技新闻,并分析其中的AI相关内容,最后生成一份摘要报告"
# 使用配置文件
lite-mcp-client --config custom_config.json --query "分析最新数据"
# 结果重定向
lite-mcp-client --get "Fetch.webpage" --params '{"url": "https://example.com"}' > webpage.html
配置文件
默认配置文件为mcp_config.json,格式如下:
{
"mcp_servers": [
{
"name": "各平台热搜查询",
"type": "stdio",
"command": "uvx",
"args": ["mcp-newsnow"],
"env": {},
"description": "热点话题查询"
},
{
"name": "Fetch",
"type": "stdio",
"command": "uvx",
"args": ["mcp-server-fetch"],
"env": {},
"description": "访问指定链接"
},
{
"name": "其他服务",
"type": "sse",
"url": "http://localhost:3000/sse",
"headers": {},
"description": "其他服务描述"
}
],
"default_server": ["各平台热搜查询", "Fetch"]
}
交互式命令
在交互式模式下,支持以下命令:
connect <服务器名>- 连接到指定服务器connect-all- 连接到所有默认服务器disconnect <服务器名>- 断开与指定服务器的连接switch <服务器名>- 切换到已连接的服务器connections (conn)- 列出所有连接及其状态tools [服务器名]- 列出所有或指定服务器的可用工具resources (res) [服务器名]- 列出所有或指定服务器的可用资源prompts [服务器名]- 列出所有或指定服务器的可用提示模板call <srv.tool> [参数]- 调用指定服务器上的工具call <tool> [参数]- 调用当前服务器上的工具get <srv.uri>- 获取指定服务器上的资源get <uri>- 获取当前服务器上的资源prompt <srv.prompt> [参数]- 使用指定服务器上的提示模板prompt <prompt> [参数]- 使用当前服务器上的提示模板ask <自然语言问题>- LLM处理提问,自动选择并调用工具clear-history (clh)- 清除 'ask' 命令的对话历史记录help- 显示帮助信息quit / exit- 退出程序
🔧 高级配置
服务器配置选项
| 参数 | 类型 | 描述 |
|---|---|---|
| name | 字符串 | 服务器名称 |
| type | 字符串 | 服务器类型("stdio"或"sse") |
| command | 字符串 | 启动STDIO服务器的命令 |
| args | 列表 | 命令行参数 |
| env | 对象 | 环境变量 |
| url | 字符串 | SSE服务器URL |
| headers | 对象 | HTTP请求头 |
| description | 字符串 | 服务器描述 |
📚 依赖项
asyncio: 异步IO支持mcp: MCP协议客户端库langchain_openai: OpenAI模型集成langchain_google_genai: Google生成式AI模型集成langchain_anthropic: Anthropic Claude模型集成langchain_aws: AWS Bedrock模型集成dotenv: 环境变量管理json: JSON数据处理:
📄 许可证
此项目采用MIT许可证 - 详情请参阅 LICENSE 文件。
注:本客户端仅提供与MCP服务的接口,具体功能取决于所连接服务器提供的工具和资源。
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。