关于 mcp-test
mcp-test 是一组展示如何将 MCP 服务接入 LLM 应用的教程,示例使用 LangChain 的 MCP adapters。项目包含天气服务、客户端运行方法,以及通过 MCP Inspector 查看工具的步骤。
主要功能
- 01演示 MCP 服务与 LLM 应用集成
- 02使用 LangChain MCP adapters
- 03提供天气服务示例
- 04通过 MCP Inspector 查看工具
适用场景
- 01学习运行 MCP 天气服务
- 02测试 MCP 客户端集成
- 03在 Inspector 中检查可用工具
MCP 相关
项目示例使用 MCP 服务与客户端,并介绍通过 MCP Inspector 列出天气服务工具。
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。
详细介绍
mcp-test
关于将 MCP 服务集成到 LLM 应用中的教程。使用 https://github.com/langchain-ai/langchain-mcp-adapters
设置和运行
- 创建虚拟环境,并安装
requirements.txt中的依赖项 - 创建 .env 文件,填入相关 API 密钥,例如
GOOGLE_API_KEY - 按以下方式启动天气 MCP 服务
python3 weather_server.py
- 使用以下命令运行客户端
python3 multiple_client.py
使用 MCP 检查器列出工具
- 确保已安装 NodeJs 和 npm:https://nodejs.org/en/download
- 使用 pip 安装 MCP cli:
pip install mcp-cli - 使用
python weather_server.py运行服务 - 在另一个终端中,使用
mcp dev weather_server.py运行 MCP 检查器 - 这将在浏览器中打开 Web UI。
- 前往 tools 部分,然后点击 list tools

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。