mcpField
M
Model Context Protocol (MCP)

Model Context Protocol (MCP)

本地服务
github.com/S1LV3RJ1NX开发工具2174 周前更新
代码仓库

关于 Model Context Protocol (MCP)

这是一个 MCP 服务与客户端的演示项目，基于 Streamable HTTP 传输，并提供 @mcp_tool 装饰器实现的工具自动注册。项目包含 Dockerfile 和环境配置，适合学习 MCP 实现或作为部署起点。

主要功能

  1. 01基于 Streamable HTTP 的无状态服务
  2. 02@mcp_tool 装饰器自动注册工具
  3. 03提供 Dockerfile 容器化方案
  4. 04客户端示例基于 OpenAI SDK

适用场景

  1. 01学习 MCP 服务与客户端的基本实现
  2. 02将演示服务容器化后部署到云端
  3. 03参考 Python 中的工具注册方式

MCP 相关

该项目包含 MCP 服务端，通过 Streamable HTTP 传输向客户端暴露工具，并附带一个使用 OpenAI SDK 的 MCP 客户端示例。

#mcp#model-context-protocol#ai-applications

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

模型上下文协议（MCP）

模型上下文协议（MCP）是一种强大的框架，可为模型与外部数据源和工具提供标准化的连接方式，让开发者能够使用大语言模型（LLM）构建 AI 应用。

MCP 只是一种用于连接 LLM 与外部数据源和工具（函数）的协议。

MCP 服务

此代码库包含用于搭建演示版 MCP 服务的代码，其中包括：

  • 支持流式 HTTP 传输的无状态 MCP 服务，可用于可扩展的生产部署。
  • 使用 @mcp_tool 装饰器自动注册工具。
  • 用于将服务容器化的 Docker 文件。
  • 服务可在本地或 Docker 中运行，并部署到任何云服务提供商。

设置

  • 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh
  • 安装依赖项
uv sync

MCP 客户端

此代码库包含使用 OpenAI SDK 搭建演示版 MCP 客户端的代码。更多详情请参阅 客户端。

注意：为便于理解，服务端和客户端都放在同一个代码库中，你也可以轻松地将它们分别放在不同的代码库 / 项目中。

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

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。