llm-mcp-server-template

Name: llm-mcp-server-template
Author: coderzzy

本地服务

github.com/coderzzyAI 与智能体179 周前更新

代码仓库

关于 llm-mcp-server-template

用于开发 LLM-MCP 服务的模板项目，包含比较数字大小的服务示例和模型调用客户端示例。项目也介绍 MCP 服务端与客户端的职责、调试方式及开发路径。

主要功能

01数字大小比较服务示例
02模型调用客户端示例
03MCP 服务端与客户端说明
04使用 Inspector 调试服务

适用场景

01搭建 MCP 服务原型
02尝试通过 MCP 客户端调用模型
03了解 MCP 调试和客户端实现方式

MCP 相关

项目包含 MCP 服务示例和模型调用客户端示例，并介绍使用 mcp-server-inspector 调试服务。

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

来自项目 README

llm-mcp-server-template

LLM-MCP server 开发的模版项目

server为数字比大小能力
client为各模型、各种调用方式

MCP

https://modelcontextprotocol.io/introduction
简单理解，
- 模型(client)是大脑，负责规划和执行文本类任务，如第一步写代码，第二步执行，第三步分析。
- MCP(Server)是工具，负责提供模型需要的其他能力，如数学计算、文件读写、网络请求等。

MCP-Server

主要负责实现mcp能力，如数学计算、文件读写、网络请求等
https://modelcontextprotocol.io/quickstart/server
开发过程中，可以使用 mcp-server-inspector 工具协助调试
几种类型的server：
- 1、本地Stdio，client直接调用本地的server文件（python or nodejs）
  - plus: 把node项目推远程npm仓库，npx运行，实现半远程调用的效果
- 2、远程聚合平台SSE，如Glama.ai、MCP.so等

MCP-Client

主要负责协调模型和mcp-server，最终实现"模型调用了mcp能力"
几种类型的client：
- 1、直接用现成的客户端软件，如Cursor、MCP Inspector等。
- 2、云平台上的各种智能体agent，如阿里云百炼应用管理。
- 3、自己写脚本支持
  - 3.1、模型的sdk已经支持了mcp，使用脚本方便的进行调用
    - 如claude，https://modelcontextprotocol.io/quickstart/client
    - 如openai，https://openai.github.io/openai-agents-python/mcp/
  - 3.2、模型的sdk没有支持mcp，需要自己实现
    - 3.2.1、使用框架，如langchain-mcp-adapter(https://github.com/langchain-ai/langchain-mcp-adapters)
    - 3.2.2、完全原生，具体包括多轮请求：
      - a、使用 prompt 请求模型，告知模型任务和 mcp servers 的介绍，模型返回调用server的接口和参数
      - b、使用上一轮返回的信息，请求tools，获取结果
      - c、使用上一轮返回的信息，请求模型，获取结果
      - d、重复b、c，直到模型返回最终结果

项目相关

环境准备

# 安装 uv 包管理工具，若已有，则跳过
curl -LsSf https://astral.sh/uv/install.sh | sh
source ~/.local/bin/env
uv --version

# 安装python3.10，若已有，则跳过
uv python list
uv python install 3.10

cd server
# server 目录，创建虚拟环境, 若已有，则跳过
uv venv --python 3.10
source .venv/bin/activate
uv add "mcp[cli]" httpx

# server目录，开发的时候用mcp-server-inspect调试
mcp dev math.py

cd client
# client 目录，创建虚拟环境, 若已有，则跳过
uv venv --python 3.10
source .venv/bin/activate
uv add openai openai-agents socksio
touch .env  # 在.env文件中，设置OPENAI_API_KEY等

# client 目录，正常运行
source .venv/bin/activate
python openai_client.py

项目结果

MCP Server，mcp-server-inspect调试页面：

MCP Client，不使用mcp和使用mcp的对比:

命令行调用结果：
openai的dashboard上的log记录, mcp确实是两次调用:

TODO

~~1、 mcp-server，本地开发和调试~~
2、mcp-server，发布远程托管平台
~~3、mcp-client，使用openai-agent-sdk调用server~~
4、mcp-client，使用anthropic-sdk调用本地server
5、mcp-client，使用原生的写法（参考https://deepseek.csdn.net/67e383ff45a25f3de59f7bb0.html）调用本地server 6、mcp-client，使用langchain-mcp-adapter调用server
7、固定功能的 mcp-client + mcp-server，使用electron封装成桌面应用