MCP Client-Server Python Example

Name: MCP Client-Server Python Example
Author: sofianhw

本地服务

github.com/sofianhw开发工具077 周前更新

代码仓库

关于 MCP Client-Server Python Example

MCP Client-Server Python Example 是面向探索 MCP 的开发者的 Python 客户端与服务端示例。客户端使用 OpenAI chat completions 处理查询，并调用服务端工具。

主要功能

01通过 SSE 提供工具和资源
02客户端连接并列出工具
03集成 OpenAI chat completions

适用场景

01了解基础 MCP 客户端与服务端配置
02在交互式聊天中试用工具调用

MCP 相关

示例包含通过 SSE 提供工具和资源的 MCP 服务，以及可连接服务、列出工具并通过 OpenAI 驱动的聊天循环调用工具的客户端。

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

MCP Client-Server Python 示例

本项目演示了一个简单的客户端-服务端 MCP。

什么是 MCP（Model Context Protocol）？

MCP 是由 Anthropic 推出的开放协议，可让大模型（LLM）以标准化、可扩展的方式与外部工具、API 和资源交互。
它支持 AI 模型与外部系统之间安全的多通道通信，助力构建先进的 Agent 工作流和工具使用方式。

🔗 Anthropic 的公告
🔗 MCP 文档

功能

MCP 服务： 通过 SSE 提供工具（例如，加法）和资源（例如，问候语）。
MCP 客户端： 连接到服务，列出可用工具，并使用 OpenAI 的聊天补全功能进行交互。
OpenAI 集成： 使用 OpenAI 的 GPT 模型处理用户查询，并在需要时调用服务端工具。

要求

Python 3.12+
MCP Python SDK
OpenAI Python SDK
Uvicorn（用于运行服务）
python-dotenv（用于加载环境变量）
uv（快速的 Python 软件包安装器和解析器）

项目结构

.
├── client.py      # MCP client implementation
├── server.py      # MCP server implementation
├── pyproject.toml # Project metadata and dependencies
├── .env           # Environment variables (not committed)
└── README.md      # This file

使用 uv 安装依赖：

uv sync

（这会安装 uv.lock 中指定的所有依赖。）

设置

环境变量

在项目目录中创建一个 .env 文件：

OPENAI_API_KEY=your-openai-api-key
MCP_SSE_URL=http://localhost:8080/sse

启动服务
```
uv run server.py --host 0.0.0.0 --port 8080
```
服务通过 SSE 在 /sse 提供工具和资源。
运行客户端

在另一个终端中：
```
uv run client.py
```
客户端将连接到服务，列出可用工具，并启动交互式聊天循环。