MCP Server and Tools

MCP 服务和工具

MCP（Model Context Protocol）可帮助你基于大模型构建 Agent 和复杂工作流。大模型经常需要与数据和工具集成，MCP 提供：

• 我们可以为大模型更新当前或相关数据，这些数据此前尚未被大模型了解。
• 不断扩充的预构建集成列表，大模型可以直接接入。
• 在不同大模型提供商和供应商之间灵活切换。
• 在你的基础设施内保护数据的最佳实践。

文件结构

• main.py - 运行 MCP 服务的主文件
• Task1 setup - 文件夹，包含单独的 educhain 函数，以及以 MCP 服务所需格式生成响应的功能
• Response - 响应文件夹，包含所有输出图像和所需的 Pdf

概述

MCP 通过 STDIO 运行，客户端负责管理传递给服务的标准化输入以及服务返回的标准化输出。 MCP 服务和工具是一个项目，旨在让大语言模型（LLM）或 AI 助手能够与真实世界的数据、数据库和最新新闻无缝交互。借助 Educhain 库，该项目为 AI 驱动的教育工具和服务提供了强大的框架。

功能

MCP 服务

• 充当大模型与外部数据源之间的桥梁。
• 支持实时访问数据库、新闻和其他动态信息。

此项目中的 MCP 工具

目前，这些工具依赖 Groq API 和开源模型，但我们也可以根据需要使用任意数量的大模型。

1. 选择题生成器：根据输入的主题和所需选择题数量自动生成选择题；此外，我们还可以提供额外信息或指导，以引导选择题的生成过程。
2. 课程计划生成器：根据特定主题或要求创建结构化课程计划。
3. 闪卡生成器：生成闪卡，帮助有效学习和复习。

项目流程

安装 Educhain 库并设置 API 后，我使用 Llama 模型创建了 educhain 客户端。 随后，使用异步函数初始化 MCP 工具，并添加了适当的文档字符串，以便大模型选择合适的工具并生成输出，然后将输出返回给大模型以生成内容。

使用场景

此项目允许 Claude Desktop（此处作为 MCP 主机）等 AI 助手将 MCP 工具用于教育目的。例如：

• 为测验生成选择题。
• 为教师或学生准备课程计划。
• 创建用于学习的闪卡。

技术栈

• uv：用于基本安装和运行应用程序
• Educhain Library：用于构建 MCP 服务和工具的核心库。
• MCP 服务：轻量级程序，每个程序都通过标准化的 Model Context Protocol 提供特定功能。

参考资料：

• Educhain 库 ：用于生成教育内容的核心库
• MCP 服务 ：使用快速入门指南开始使用 MCP 服务和工具
• MCP 网站 ：用于参考如何在 MCP 中设置工具

联系方式

如有问题或需要支持，请联系 [[email protected]]。