关于 Add API key to .env file
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。
README 原文English
来自项目 READMEREADME 暂无中文译文,以下为英文原文;中文介绍见上方。
The simplest mcp project
本项目实现了最小的mcp项目,方便理解整个MCP系统的运行,
项目使用了deepseek的api_key,请在.env文件中添加你的api_key
如果使用其他LLM服务,请在env文件中添加相应的API_KEY,请选择支持MCP服务的LLM服务
文件结构
├── .env
├── .gitignore
├── client/client.py
├── client/server.json
├── server/tasklist.py
├── pyproject.toml
|── tasks.csv
|── README.md
创建虚拟环境
uv venv
# Activate virtual environment
# On Windows:
.venv\Scripts\activate
# On Unix or MacOS:
source .venv/bin/activate
安装依赖
## 使用openai格式来访问
uv add mcp openai python-dotenv
创建.env文件
touch .env
Add API key to .env file
echo "OPENAI_API_KEY=your_api_key" >> .env
echo "OPENAI_BASE_URL="https://api.deepseek.com/v1"" >> .env
echo "OPENAI_MODEL="deepseek-chat" >> .env
编辑server.json文件来指定mcp-server
{
"servers": [
{
"command": "uv",
"args": ["run","../server/tasklist.py"],
"env": null
},
{
"command": "uv",
"args": ["run","../server/weather.py"],
"env": null
},
{
"command": "npx",
"args": ["-y","../server/stock.js"],
"env": null
}
]
}
运行mcp-demo
cd client
uv run client.py server.json
然后输入用户query即可
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。