关于 PydanticAI MCP Experiment
PydanticAI MCP Experiment 提供一组精简示例，演示如何使用 pydantic_ai 和 Ollama 等本地模型试验 MCP 客户端与服务端。
主要功能
- 01stdio 和 HTTP 服务端示例
- 02FastAPI 和 Starlette 服务端示例
- 03每个示例均含客户端与服务端脚本
- 04本地模型和 Ollama 配置
适用场景
- 01探索运行 MCP 服务端的不同方式
- 02尝试用本地模型连接 MCP 客户端
- 03学习 pydantic_ai MCP 时修改示例
MCP 相关
项目包含 MCP 客户端和服务端示例，涵盖本地 stdio 与 HTTP 服务端配置。
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
PydanticAI MCP 实验
提供极简示例，演示如何为本地大模型提供自己的 MCP 服务。
examples/ 下有不同的配置，使用 pydantic_ai 和本地模型 / ollama 提供 MCP 客户端和服务，供你动手尝试和探索。
设置
本项目由 uv 管理。因此，运行以下命令进行设置：
uv sync
示例
这里有 4 个示例，分别通过以下方式在本地运行 MCP 服务：
- Stdio ->
examples/0_subprocess - HTTP
mcp.run->examples/1_http_mcp_run- FastAPI ->
examples/2_http_fastapi - Starlette ->
examples/3_http_starlette
每个文件夹都包含一个 client.py 文件和一个 server.py 文件。
运行 client.py 文件前，应先启动服务。
进入相应的示例文件夹后，只需运行以下命令即可启动脚本：
python server.py
以及
python client.py
日志记录
由于这里使用了 pydantic_ai，因此 logfire 是记录日志的自然选择。运行 client.py 文件时，系统会要求你通过 logfire 进行身份验证。你可以将后端改为 otel-tui 之类的工具，但我尝试后没能找到想查看的提示词和响应消息。
参考资料
- pydantic + ollama：https://ai.pydantic.dev/models/openai/#example-local-usage
- pydantic ai + mcp + “stdio” 服务：https://ai.pydantic.dev/mcp/client/#mcp-stdio-server
- logfire 设置：https://logfire.pydantic.dev/docs/#logfire - 需要创建账号
- 使用 otel-tui 后端的 logfire：https://ai.pydantic.dev/logfire/#logfire-with-an-alternative-otel-backend -> 不会显示提示词和响应（尽管文档截图中显示了这些内容）
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。