关于 Mcp_server_client
暂无简介
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。
%%{init: {'flowchart': {'curve': 'bezier'}}}%%
flowchart TB
subgraph Client
User["User"]
Frontend["Streamlit Frontend"]
end
subgraph API
NestJS["NestJS API"]
subgraph Services
ChatService["Chat Service"]
AgentService["Agent Service"]
ToolAgentService["Tool Agent Service"]
RagService["RAG Service"]
OpenAIService["OpenAI Service"]
end
end
subgraph Tools
MCP1["MCP Server 1"]
MCP2["MCP Server 2"]
MCP3["MCP Server 3"]
end
subgraph Storage
LocalStack["AWS S3"]
PGVector["PGVector"]
PostgreSQL["Postgres DB"]
end
subgraph External
OpenAI["OpenAI API"]
end
User -- "query" --> Frontend
Frontend -- "response" --> User
Frontend -- "POST /chat" <--> NestJS
NestJS <--> ChatService
ChatService <--> RagService
ChatService <--> AgentService
ChatService <--> ToolAgentService
RagService -- "embedding" <--> OpenAIService
RagService <--> PGVector
ToolAgentService -- "/sse" <--> MCP1
ToolAgentService -- "/sse" <--> MCP2
ToolAgentService -- "/sse" <--> MCP3
AgentService -- "chat-completion" <--> OpenAIService
OpenAIService <--> OpenAI
MCP1 <--> LocalStack
MCP2 <--> PostgreSQL
MCP3 <--> PGVector
%% Data flow
class User,Frontend client
class NestJS,ChatService,AgentService,ToolAgentService,RagService,OpenAIService api
class MCP1,MCP2,MCP3 tools
class LocalStack,PostgreSQL storage
class OpenAI external
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。