MCP Knowledge Base

MCP 知识库

一个简单的 MCP 客户端-服务端

要求

• Python 3.9 或更高版本
• 使用 Poetry 管理依赖
• OpenAI API 密钥

设置

1. 使用 Poetry 安装依赖：

   poetry install
   

2. 在项目根目录或父目录中创建 .env 文件，并填入你的 OpenAI API 密钥：

   OPENAI_API_KEY=your_api_key_here
   

项目结构

• server.py：包含工具的 MCP 服务实现
• client-sse.py：具备大模型能力的 MCP 客户端实现
• data/kb.json：包含 MCP 相关问答的知识库数据
• pyproject.toml：Poetry 配置文件

运行应用

1. 启动服务：

   poetry run python server.py
   

2. 在另一个终端中运行客户端：

   poetry run python client-sse.py
   

使用客户端

客户端有两种模式：

1. 直接调用工具：

   • 取消注释 client-sse.py 中的 asyncio.run(test_direct_tool_calls()) 行
   • 这会直接调用工具，不使用大模型

2. 由大模型驱动的交互（默认）：

   • 使用 OpenAI 解读查询并调用合适的工具
   • 提出诸如“什么是 MCP？”或“stdio 与 SSE 传输方式有什么区别？”之类的问题

自定义

• 在 server.py 中使用 @mcp.tool() 装饰器创建其他函数，以添加新工具
• 更新 data/kb.json 以修改知识库
• 修改 MCPClient 类中的 model 参数，以更改 OpenAI 模型