关于 MCP Server and Client
这是一个面向开发者的精简 Python 示例,用于了解 MCP 服务端与客户端如何协作。项目将 FastMCP 服务端与 MCP SDK 客户端配对,客户端连接并调用工具,结果显示在终端。
主要功能
- 01精简的 FastMCP 服务端示例
- 02MCP SDK 客户端示例
- 03客户端调用服务端工具
- 04在终端显示结果
适用场景
- 01学习 MCP 的基本通信流程
- 02通过 Python 客户端试用服务端工具
MCP 相关
演示 MCP 通信:客户端连接 FastMCP 服务端并调用其工具。
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 服务和客户端
此项目提供了一个可运行的 Model Context Protocol(MCP)最小示例,演示如何设置包含基本工具的 FastMCP 服务,并使用 MCP 客户端与其交互。它可作为一个简单的参考,帮助理解如何实现基于 MCP 的 Agent 与工具之间的通信。
设置说明
1. 安装 uv
python -m pip install uv
2. 初始化项目并激活环境
uv init mcp_server_for_llm_agents
uv venv
source .venv/bin/activate
3. 安装依赖
uv pip install -r requirements.txt
服务端
Agent 工具(例如 summarize_text、代码执行等)应在 server.py 中实现 使用以下命令运行服务端:
uv run mcp dev server.py
或直接运行:
python server.py
客户端
client.py 中定义了一个使用官方 MCP SDK 的客户端
使用以下命令运行:
python client.py
它会连接到 MCP 服务,并调用 server.py 中的工具,例如:summarize_text、cat_fact、execute_code present
目前,运行后可以在终端中查看结果
参考资料:
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。