mcp_testlab - 基於MCP協議實現情感分析，支持多傳輸協議的開發利器

探索

MCP Testlab

該項目基於Model Context Protocol (MCP)實現情感分析功能，包含支持stdio/SSE/streamable-http三種傳輸協議的服務器和客戶端，提供文本情感極性、主觀性和評估結果。

人工智能聊天機器人客戶支持 #情感分析 #MCP協議 #多協議傳輸 #文本處理 .Python

評分 : 2分

下載量 : 7.5K

更新時間 : 2025-07-31

打開站點

🚀 MCP測試平臺

本項目展示瞭如何使用模型上下文協議（MCP）進行情感分析，它基於Hugging Face MCP課程開發。與Hugging Face課程中使用的gradio庫不同，本項目使用fastmcp庫來實現MCP服務器和客戶端。

✨ 主要特性

架構圖

+-------------------+                   +-------------------+
|                   |                   |                   |
|  mcp_client_stdio |<----------------->|                   |
|                   |      stdio        |                   |
+-------------------+                   |                   |
                                        |                   |
+-------------------+                   |                   |
|                   |<----------------->|                   |
|  mcp_client_sse   |-----/sse--------->|   MCP Server      |
|                   |                   | (app_fastmcp.py)  |
+-------------------+                   |                   |
                                        |                   |
+-------------------+                   |                   |
|                   |<----------------->|                   |
| mcp_client_stream-|----/mcp---------->|                   |
|    able.py        |                   |                   |
+-------------------+                   +-------------------+

每個客戶端模塊使用不同的傳輸協議與MCP服務器進行通信：

mcp_client_stdio.py 使用標準輸入輸出（stdio）
mcp_client_sse.py 使用服務器發送事件（SSE），路徑為 /sse
mcp_client_streamable.py 使用可流式HTTP，路徑為 /mcp

服務器

mcp-sentiment/app_fastmcp.py
使用FastMCP實現MCP服務器。提供了一個sentiment_analysis工具，該工具使用TextBlob分析輸入文本的情感，並以JSON格式返回極性、主觀性和總體評估結果。

客戶端

mcp-sentiment/mcp_client_stdio.py
使用標準輸入輸出傳輸的MCP客戶端。通過子進程連接到服務器，列出可用工具，併發送文本進行情感分析。使用argparse處理命令行參數。
mcp-sentiment/mcp_client_sse.py
使用服務器發送事件（SSE）傳輸的MCP客戶端。通過HTTP SSE端點連接到服務器，列出工具併發送文本進行分析。使用argparse處理命令行參數。
mcp-sentiment/mcp_client_streamable.py
使用可流式HTTP傳輸的MCP客戶端。通過HTTP雙向流連接到服務器，列出工具併發送文本進行分析。使用argparse處理命令行參數。

測試

tests/test_sentiment_analysis.py
情感分析工具的單元測試，檢查各種輸入情況和錯誤處理。
tests/test_client_stdio.py
標準輸入輸出客戶端的測試，包括請求處理的單元測試和端到端情感分析的集成測試。
tests/test_client_sse.py
SSE客戶端的集成測試，包括服務器進程管理和情感分析檢查。
tests/test_client_streamable.py
可流式HTTP客戶端的集成測試，包括服務器進程管理和情感分析檢查。

目錄結構

mcp_testlab/
├── mcp-sentiment/
│   ├── app_fastmcp.py                # 暴露情感分析工具的MCP服務器
│   ├── mcp_client_stdio.py           # MCP客戶端（標準輸入輸出傳輸）
│   ├── mcp_client_sse.py             # MCP客戶端（SSE傳輸）
│   └── mcp_client_streamable.py      # MCP客戶端（可流式HTTP傳輸）
├── tests/
│   ├── test_sentiment_analysis.py    # 情感分析工具的單元測試
│   ├── test_client_stdio.py          # 標準輸入輸出客戶端的測試
│   ├── test_client_sse.py            # SSE客戶端的測試
│   └── test_client_streamable.py     # 可流式HTTP客戶端的測試
├── requirements.txt                  # Python依賴項
├── README.md                         # 項目文檔和使用說明
├── LICENSE                           # 許可證文件
├── .gitignore                        # Git忽略規則
└── .gitattributes                    # Git LFS屬性

🚀 快速開始

本應用程序使用模型上下文協議（MCP）來促進客戶端和情感分析服務器之間的通信。當你使用文本字符串運行客戶端時，它會執行以下操作：

連接到服務器腳本 (app_fastmcp.py) 或 sse/streamable-http 端點。
發送你的文本進行情感分析。
返回情感分析結果（積極、消極或中性）。

服務器 (app_fastmcp.py)

app_fastmcp.py 文件使用FastMCP實現了一個MCP服務器，該服務器：

通過模型上下文協議暴露一個情感分析工具。
使用TextBlob庫分析提供的文本的情感。
返回包含以下內容的JSON結果：
- 極性得分（-1到1，從消極到積極）
- 主觀性得分（0到1，從客觀到主觀）
- 總體評估（積極、消極或中性）
支持 stdio、sse 或 streamable-http 傳輸與客戶端進行通信。

客戶端 (mcp_client_stdio.py)

mcp_client_stdio.py 文件實現了一個MCP客戶端，該客戶端：

使用argparse庫處理命令行參數。
接受文本輸入作為必需的位置參數。
接受可選的 --server 參數來指定服務器腳本的路徑。
接受可選的 --verbose 標誌來顯示詳細的工具信息。
使用標準輸入輸出傳輸建立與MCP服務器的連接。
列出連接服務器上的可用工具。
將輸入文本發送到 sentiment_analysis 工具。
顯示格式化的情感分析結果，包括極性、主觀性和評估。
使用異步上下文管理器和AsyncExitStack正確管理資源。

客戶端 (mcp_client_sse.py)

mcp_client_sse.py 文件實現了一個MCP客戶端，該客戶端：

使用argparse庫處理命令行參數。
接受文本輸入作為必需的位置參數。
接受可選的 --url 參數來指定服務器端點（默認：http://localhost:8000/sse）。
接受可選的 --verbose 標誌來顯示詳細的工具信息。
使用SSE傳輸建立與MCP服務器的連接。
列出連接服務器上的可用工具。
將輸入文本發送到 sentiment_analysis 工具。
顯示格式化的情感分析結果，包括極性、主觀性和評估。
使用異步上下文管理器和AsyncExitStack正確管理資源。

客戶端 (mcp_client_streamable.py)

mcp_client_streamable.py 文件實現了一個MCP客戶端，該客戶端：

使用argparse庫處理命令行參數。
接受文本輸入作為必需的位置參數。
接受可選的 --url 參數來指定服務器端點（默認：http://localhost:8000/mcp）。
接受可選的 --verbose 標誌來顯示詳細的工具信息。
使用可流式HTTP傳輸建立與MCP服務器的連接。
顯示可用的會話ID。
列出連接服務器上的可用工具。
將輸入文本發送到 sentiment_analysis 工具。
顯示格式化的情感分析結果，包括極性、主觀性和評估。
使用異步上下文管理器和AsyncExitStack正確管理資源。

💻 使用示例

標準輸入輸出傳輸的使用示例

命令行參數

((venv) ) Mac:jim mcp_testlab[529]$ python mcp-sentiment/mcp_client_stdio.py --help
usage: mcp_client_stdio.py [-h] [--server SERVER] [--verbose] text

MCP Client for sentiment analysis using stdio transport

positional arguments:
  text             Text to analyze for sentiment

options:
  -h, --help       show this help message and exit
  --server SERVER  Path to the MCP server script (default: mcp-sentiment/app_fastmcp.py)
  --verbose, -v    Display detailed information about available tools

客戶端

((venv) ) Mac:jim mcp_testlab[512]$ python mcp-sentiment/mcp_client_stdio.py "i love  mcp"

Connected to MCP server at mcp-sentiment/app_fastmcp.py
Listing available tools...
[07/29/25 13:45:16] INFO     Processing request of type ListToolsRequest                                                             server.py:619

Connected to MCP server. Listing available tools...
                    INFO     Processing request of type ListToolsRequest                                                             server.py:619

Available tools: ['sentiment_analysis']

Analyzing sentiment for: 'i love  mcp'
                    INFO     Processing request of type CallToolRequest                                                              server.py:619
{'polarity': 0.5, 'subjectivity': 0.6, 'assessment': 'positive'}

Sentiment Analysis Result:
  Polarity: 0.5 (-1=negative, 1=positive)
  Subjectivity: 0.6 (0=objective, 1=subjective)
  Assessment: positive

Sentiment Analysis Result: (0.5, 0.6, 'positive')
((venv) ) Mac:jim mcp_testlab[513]$ python mcp-sentiment/mcp_client_stdio.py "i hate java"

Connected to MCP server at mcp-sentiment/app_fastmcp.py
Listing available tools...
[07/29/25 13:45:38] INFO     Processing request of type ListToolsRequest                                                             server.py:619

Connected to MCP server. Listing available tools...
                    INFO     Processing request of type ListToolsRequest                                                             server.py:619

Available tools: ['sentiment_analysis']

Analyzing sentiment for: 'i hate java'
                    INFO     Processing request of type CallToolRequest                                                              server.py:619
{'polarity': -0.8, 'subjectivity': 0.9, 'assessment': 'negative'}

Sentiment Analysis Result:
  Polarity: -0.8 (-1=negative, 1=positive)
  Subjectivity: 0.9 (0=objective, 1=subjective)
  Assessment: negative

Sentiment Analysis Result: (-0.8, 0.9, 'negative')

((venv) ) Mac:jim mcp_testlab[514]$ python mcp-sentiment/mcp_client_stdio.py "i really like python" -v

Connected to MCP server at mcp-sentiment/app_fastmcp.py
Listing available tools...
[07/29/25 13:46:35] INFO     Processing request of type ListToolsRequest                                                             server.py:619

Connected to MCP server. Listing available tools...
                    INFO     Processing request of type ListToolsRequest                                                             server.py:619

sentiment_analysis:
  Description: 
    Analyze the sentiment of the given text.

    Args:
        text (str): The text to analyze

    Returns:
        str: A JSON string containing polarity, subjectivity, and assessment
    
  Annotations: None
  Inputschema: {'properties': {'text': {'title': 'Text', 'type': 'string'}}, 'required': ['text'], 'title': 'sentiment_analysisArguments', 'type': 'object'}
  Meta: None
/Users/jim/Desktop/modelcontextprotocol/mcp_testlab/mcp-sentiment/mcp_client_stdio.py:154: PydanticDeprecatedSince211: Accessing the 'model_computed_fields' attribute on the instance is deprecated. Instead, you should access this attribute from the model class. Deprecated in Pydantic V2.11 to be removed in V3.0.
  value = getattr(tool, attr)
  Model_computed_fields: {}
  Model_config: {'extra': 'allow'}
  Model_extra: {}
/Users/jim/Desktop/modelcontextprotocol/mcp_testlab/mcp-sentiment/mcp_client_stdio.py:154: PydanticDeprecatedSince211: Accessing the 'model_fields' attribute on the instance is deprecated. Instead, you should access this attribute from the model class. Deprecated in Pydantic V2.11 to be removed in V3.0.
  value = getattr(tool, attr)
  Model_fields: {'name': FieldInfo(annotation=str, required=True), 'title': FieldInfo(annotation=Union[str, NoneType], required=False, default=None), 'description': FieldInfo(annotation=Union[str, NoneType], required=False, default=None), 'inputSchema': FieldInfo(annotation=dict[str, Any], required=True), 'outputSchema': FieldInfo(annotation=Union[dict[str, Any], NoneType], required=False, default=None), 'annotations': FieldInfo(annotation=Union[ToolAnnotations, NoneType], required=False, default=None), 'meta': FieldInfo(annotation=Union[dict[str, Any], NoneType], required=False, default=None, alias='_meta', alias_priority=2)}
  Model_fields_set: {'description', 'inputSchema', 'outputSchema', 'name'}
  Outputschema: {'properties': {'result': {'title': 'Result', 'type': 'string'}}, 'required': ['result'], 'title': 'sentiment_analysisOutput', 'type': 'object'}
  Title: None

Analyzing sentiment for: 'i really like python'
                    INFO     Processing request of type CallToolRequest                                                              server.py:619
{'polarity': 0.2, 'subjectivity': 0.2, 'assessment': 'positive'}

Sentiment Analysis Result:
  Polarity: 0.2 (-1=negative, 1=positive)
  Subjectivity: 0.2 (0=objective, 1=subjective)
  Assessment: positive

Sentiment Analysis Result: (0.2, 0.2, 'positive')

SSE傳輸的使用示例

命令行參數

((venv) ) Mac:jim mcp_testlab[532]$ python mcp-sentiment/mcp_client_sse.py --help
usage: mcp_client_sse.py [-h] [--url URL] [--verbose] text_to_test

MCP SSE Client for Sentiment Analysis

positional arguments:
  text_to_test   Text to analyze for sentiment

options:
  -h, --help     show this help message and exit
  --url URL      URL of the SSE server endpoint (default: http://localhost:8000/sse)
  --verbose, -v  Display detailed information about available tools

客戶端

python mcp-sentiment/mcp_client_sse.py "i really like python" 
Connecting to MCP server at http://localhost:8000/sse...

Connected to MCP server. Listing available tools...

Available tools: ['sentiment_analysis']

Analyzing sentiment for: 'i really like python'

Sentiment Analysis Result:
  Polarity: 0.2 (-1=negative, 1=positive)
  Subjectivity: 0.2 (0=objective, 1=subjective)
  Assessment: positive

SSE服務器

((venv) ) Mac:jim mcp_testlab[506]$ python mcp-sentiment/app_fastmcp.py --transport sse
INFO:     Started server process [8908]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
INFO:     127.0.0.1:49538 - "GET /sse HTTP/1.1" 200 OK
INFO:     127.0.0.1:49540 - "POST /messages/?session_id=fb1a89915f0b40e98f44385af5b6db58 HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:49540 - "POST /messages/?session_id=fb1a89915f0b40e98f44385af5b6db58 HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:49540 - "POST /messages/?session_id=fb1a89915f0b40e98f44385af5b6db58 HTTP/1.1" 202 Accepted
[07/29/25 06:13:08] INFO     Processing request of type ListToolsRequest                                                                                                                           server.py:619
INFO:     127.0.0.1:49540 - "POST /messages/?session_id=fb1a89915f0b40e98f44385af5b6db58 HTTP/1.1" 202 Accepted
                    INFO     Processing request of type CallToolRequest                                                                                                                            server.py:619
INFO:     127.0.0.1:49543 - "GET /sse HTTP/1.1" 200 OK
INFO:     127.0.0.1:49545 - "POST /messages/?session_id=632a380ef69344eab4bf145158e05051 HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:49545 - "POST /messages/?session_id=632a380ef69344eab4bf145158e05051 HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:49545 - "POST /messages/?session_id=632a380ef69344eab4bf145158e05051 HTTP/1.1" 202 Accepted
[07/29/25 06:13:46] INFO     Processing request of type ListToolsRequest                                                                                                                           server.py:619
INFO:     127.0.0.1:49545 - "POST /messages/?session_id=632a380ef69344eab4bf145158e05051 HTTP/1.1" 202 Accepted
                    INFO     Processing request of type CallToolRequest                                                                                                                            server.py:619
INFO:     127.0.0.1:49547 - "GET /sse HTTP/1.1" 200 OK
INFO:     127.0.0.1:49549 - "POST /messages/?session_id=f6a51e126c12412398bacc85753174a3 HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:49549 - "POST /messages/?session_id=f6a51e126c12412398bacc85753174a3 HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:49549 - "POST /messages/?session_id=f6a51e126c12412398bacc85753174a3 HTTP/1.1" 202 Accepted
[07/29/25 06:14:17] INFO     Processing request of type ListToolsRequest                                                                                                                           server.py:619
INFO:     127.0.0.1:49549 - "POST /messages/?session_id=f6a51e126c12412398bacc85753174a3 HTTP/1.1" 202 Accepted
                    INFO     Processing request of type CallToolRequest                                                                                                                            server.py:619
INFO:     Shutting down
INFO:     Waiting for application shutdown.
INFO:     Application shutdown complete.
INFO:     Finished server process [8908]
Terminated: 15             python mcp-sentiment/app_fastmcp.py --transport sse

可流式HTTP傳輸的使用示例

命令行參數

((venv) ) Mac:jim mcp_testlab[533]$ python mcp-sentiment/mcp_client_streamable.py --help
usage: mcp_client_streamable.py [-h] [--url URL] [--verbose] text_to_test

MCP Streamable Client for Sentiment Analysis

positional arguments:
  text_to_test   Text to analyze for sentiment

options:
  -h, --help     show this help message and exit
  --url URL      URL of the streamable-http server endpoint (default: http://localhost:8000/mcp)
  --verbose, -v  Display detailed information about available tools

客戶端

# 使用默認URL
((venv) ) Mac:jim mcp_testlab[517]$ python mcp-sentiment/mcp_client_streamable.py "MCP is the best" 
Connecting to MCP server at http://localhost:8000/mcp...
Session ID: fdc3c721f04441a1ae4c22cadebc9226

Connected to MCP server. Listing available tools...

Available tools: ['sentiment_analysis']

Analyzing sentiment for: 'MCP is the best'

Sentiment Analysis Result:
  Polarity: 1.0 (-1=negative, 1=positive)
  Subjectivity: 0.3 (0=objective, 1=subjective)
  Assessment: positive

可流式HTTP服務器

((venv) ) Mac:jim mcp_testlab[507]$ python mcp-sentiment/app_fastmcp.py --transport streamable-http
INFO:     Started server process [2701]
INFO:     Waiting for application startup.
[07/28/25 22:48:20] INFO     StreamableHTTP session manager started                                                                                                               streamable_http_manager.py:112
INFO:     Application startup complete.
INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
INFO:     127.0.0.1:54049 - "POST /mcp HTTP/1.1" 307 Temporary Redirect
[07/28/25 22:48:29] INFO     Created new transport with session ID: 6a17c2206e6e478b830bd0da73771b8b                                                                              streamable_http_manager.py:229
INFO:     127.0.0.1:54049 - "POST /mcp/ HTTP/1.1" 200 OK
INFO:     127.0.0.1:54052 - "POST /mcp HTTP/1.1" 307 Temporary Redirect
INFO:     127.0.0.1:54053 - "GET /mcp HTTP/1.1" 307 Temporary Redirect
INFO:     127.0.0.1:54052 - "POST /mcp/ HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:54053 - "GET /mcp/ HTTP/1.1" 200 OK
INFO:     127.0.0.1:54055 - "POST /mcp HTTP/1.1" 307 Temporary Redirect
INFO:     127.0.0.1:54055 - "POST /mcp/ HTTP/1.1" 200 OK
                    INFO     Processing request of type ListToolsRequest                                                                                                                           server.py:619
INFO:     127.0.0.1:54057 - "POST /mcp HTTP/1.1" 307 Temporary Redirect
INFO:     127.0.0.1:54057 - "POST /mcp/ HTTP/1.1" 200 OK
                    INFO     Processing request of type CallToolRequest                                                                                                                            server.py:619
INFO:     127.0.0.1:54059 - "DELETE /mcp HTTP/1.1" 307 Temporary Redirect
                    INFO     Terminating session: 6a17c2206e6e478b830bd0da73771b8b                                                                                                        streamable_http.py:633
INFO:     127.0.0.1:54059 - "DELETE /mcp/ HTTP/1.1" 200 OK
INFO:     Shutting down
INFO:     Waiting for application shutdown.
[07/28/25 22:48:42] INFO     StreamableHTTP session manager shutting down                                                                                                         streamable_http_manager.py:116
INFO:     Application shutdown complete.
INFO:     Finished server process [2701]
Terminated: 15             python mcp-sentiment/app_fastmcp.py --transport streamable-http

🔧 單元測試

提供了單元測試以確保MCP服務器和客戶端的功能正常。要運行測試，請使用以下命令：

$ pytest -v tests

示例輸出：

MCP檢查器

MCP檢查器是一個用於探索和與模型上下文協議（MCP）服務器進行交互的工具。它提供了一個用戶友好的界面，用於：

發現可用的工具及其功能。
向工具發送請求並查看響應。
調試和測試MCP交互。

使用標準輸入輸出傳輸運行MCP檢查器

要使用標準輸入輸出傳輸為服務器運行MCP檢查器，請使用以下命令：

mcp dev mcp-sentiment/app_fastmcp.py

示例輸出將顯示可用的工具及其描述，允許你與情感分析工具進行交互。

MCP檢查器列出工具

MCP檢查器測試情感分析

使用SSE傳輸運行MCP檢查器

啟動用於測試的SSE服務器

python mcp-sentiment/app_fastmcp.py --transport sse

要使用SSE或可流式HTTP傳輸為服務器運行MCP檢查器，請使用以下命令：

npx @modelcontextprotocol/inspector

連接到MCP檢查器

打開瀏覽器訪問MCP檢查器界面，必要時將 http 更改為 https。MCP檢查器運行後，為 sse 或 streamable-http 配置“傳輸類型”，並將服務器URL設置為指向正在運行的MCP服務器（例如，http://localhost:8000/sse 或 http://localhost:8000/mcp），然後點擊“連接”按鈕。

SSE服務器URL：http://localhost:8000/sse