MCP Starter Project

MCP 入门项目

什么是 MCP？

Model Context Protocol（MCP）是一种用于构建 AI 应用的标准，可让应用与外部工具和 API 交互。它由两个主要组件组成：

1. MCP 服务端：一种 Python 服务，用于定义并公开可供 AI 模型调用的工具/函数
2. MCP 客户端：一种 TypeScript/JavaScript 客户端，用于连接 MCP 服务端并管理 AI 模型与工具之间的交互

项目结构

mcp_starter/
├── mcp-server/           # Python MCP server implementation
│   ├── main.py          # Server with documentation search tool
│   └── pyproject.toml   # Python dependencies
└── mcp-clients/         # TypeScript MCP client implementation
    ├── index.ts         # Express server with HuggingFace integration
    └── package.json     # Node.js dependencies

开始使用

先决条件

• Python 3.11 或更高版本
• Node.js 18 或更高版本
• Hugging Face API 密钥
• 用于 Google Search 功能的 Serper API 密钥

设置服务端

1. 创建并激活 Python 虚拟环境：

cd mcp-server
python -m venv .venv
# On Windows
.venv\Scripts\activate

2. 安装依赖：

pip install -e .

3. 在 mcp-server 目录中创建 .env 文件：

SERPER_API_KEY=your_serper_api_key_here

设置客户端

1. 安装 Node.js 依赖：

cd mcp-clients
npm install

2. 在 mcp-clients 目录中创建 .env 文件：

HUGGINGFACE_API_KEY=your_huggingface_api_key_here

3. 构建 TypeScript 代码：

npm run build

运行应用

1. 启动 MCP 服务端：

cd mcp-server
python main.py

2. 在新的终端中启动客户端服务端：

cd mcp-clients
node build/index.js ../mcp-server/main.py

使用 API

客户端提供两个端点：

• 健康检查：GET http://localhost:3000/health
• 聊天：POST http://localhost:3000/chat

聊天请求示例：

{
  "query": "Search the langchain docs for RAG",
  "sessionId": "user123"
}

功能

• 文档搜索工具：搜索热门 AI 库的文档：

  • LangChain
  • LlamaIndex
  • OpenAI

• 对话管理：按会话维护聊天历史

• 工具集成：无缝整合 AI 模型的回复与工具调用

• 错误处理：妥善处理 API 调用和工具执行中的错误

工作原理

1. MCP 服务端定义可供 AI 模型调用的工具
2. 客户端连接 MCP 服务端并获取可用工具
3. 用户发送查询时：
   • 客户端整理对话历史
   • 将其发送给 Hugging Face 模型
   • 从模型的回复中提取并执行工具调用
   • 返回包含工具结果的最终回复

环境变量

服务端

• SERPER_API_KEY：用于 Google Search 功能的 API 密钥

客户端

• HUGGINGFACE_API_KEY：用于访问 Hugging Face 模型的 API 密钥

许可证

MIT 许可证