mcpField
M
Mcp_server_client

Mcp_server_client

本地服务
github.com/muralianand12345开发工具272 周前更新

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。

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。

README 原文English

来自项目 README

README 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

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。