Xiaohongshu Search And Comment

🚀 MCP Python 實現

本項目是 MCP 的 Python 實現，提供了在 Python 環境下使用 MCP 協議的功能，可用於管理模型上下文，適用於 AI 和機器學習領域。

🚀 快速開始

安裝

使用 pip 安裝最新版本：

pip install python-mcp

💻 使用示例

基礎用法

作為服務器

from mcp.server import Server, StdioServerParameters
from mcp.server.stdio import stdio_server
from mcp.types import NotificationOptions

async def run():
    server = Server()
    
    @server.list_prompts()
    async def handle_list_prompts() -> list[types.Prompt]:
        return [
            types.Prompt(
                name="example-prompt",
                description="示例提示模板",
                arguments=[
                    types.PromptArgument(
                        name="arg1", description="示例參數", required=True
                    )
                ],
            )
        ]

    @server.get_prompt()
    async def handle_get_prompt(
        name: str, arguments: dict[str, str] | None
    ) -> types.GetPromptResult:
        if name != "example-prompt":
            raise ValueError(f"未知提示：{name}")

        return types.GetPromptResult(
            description="示例提示",
            messages=[
                types.PromptMessage(
                    role="用戶",
                    content=types.TextContent(type="text", text="示例提示文本"),
                )
            ],
        )

    async with stdio_server() as (read_stream, write_stream):
        await server.run(
            read_stream,
            write_stream,
            InitializationOptions(
                server_name="example",
                server_version="0.1.0",
                capabilities=server.get_capabilities(
                    notification_options=NotificationOptions(),
                    experimentalCapabilities={},
                ),
            ),
        )


if __name__ == "__main__":
    import asyncio

    asyncio.run(run())

作為客戶端

from mcp.client import ClientSession, StdioServerParameters, types
from mcp.client.stdio import stdio_client

# 創建連接到 MCP 服務器的參數
server_params = StdioServerParameters(
    command="python",  # 可執行文件路徑
    args=["example_server.py"],  # 可選命令行參數
    env=None,  # 可選環境變量
)

# 可選：創建採樣回調函數
async def handle_sampling_message(
    message: types.CreateMessageRequestParams,
) -> types.CreateMessageResult:
    return types.CreateMessageResult(
        role="assistant",
        content=types.TextContent(
            type="text",
            text="你好，世界！來自模型",
        ),
        model="gpt-3.5-turbo",
        stop_reason="endTurn",
    )

async def run():
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(
            read, write, sampling_callback=handle_sampling_message
        ) as session:
            # 獲取提示列表
            await session.list_prompts()
            # 獲取特定提示
            await session.get_prompt("example-prompt")

if __name__ == "__main__":
    import asyncio

    asyncio.run(run())

📚 詳細文檔

MCP 基本操作

MCP 通知選項

MCP 協議

概念

MCP（Model Context Protocol）是一種用於管理模型上下文的協議，主要應用於 AI 和機器學習領域。

核心組件

1. 提示（Prompts）：定義了模型的行為和輸入方式。
2. 資源（Resources）：提供給模型的數據和工具。
3. 工具（Tools）：擴展模型的功能。

實現步驟

1. 安裝依賴：

   pip install python-mcp
   

2. 初始化服務器：

   from mcp.server import Server
   
   server = Server()
   

3. 註冊提示處理函數：

   @server.list_prompts()
   async def handle_list_prompts() -> list[types.Prompt]:
       return [...]  # 返回提示列表
   

4. 啟動服務器：

   async with stdio_server() as (read_stream, write_stream):
       await server.run(...)
   

📖 參考資料

• MCP 官方文檔
• Python MCP 倉庫

以上是 MCP Python 實現的完整指南，涵蓋了安裝、示例代碼、表格說明和協議概述。