Ksrk MCP Server Client

🚀 項目文檔

本項目提供了與 MCP 服務器和 OpenAI 的 GPT - 4 模型交互的客戶端，同時包含 MCP 服務器的實現以及網站抓取測試腳本，能幫助用戶進行網絡搜索、信息獲取等操作。

🚀 快速開始

需求

• Python 3.13
• 列出在 pyproject.toml 中的依賴項

安裝

1. 克隆倉庫：

   git clone <repository-url>
   cd documentation
   

2. 創建虛擬環境並激活它：

   python -m venv .venv
   source .venv/bin/activate  # 在 Windows 上使用 `.venv\Scripts\activate`
   

3. 安裝依賴項：

   pip install -r requirements.txt
   

4. 設置環境變量： 在項目根目錄中創建一個 .env 文件，內容如下：

   SCRAPING_DOG_API_KEY=your_scraping_dog_api_key
   OPENAI_API_KEY=your_openai_api_key
   

運行客戶端

1. 導航到根目錄：

   cd ..
   

2. 運行客戶端：

   python client.py
   

3. 在交互式提示符中輸入您的問題。輸入 quit 或 exit 以停止客戶端。

✨ 主要特性

• 提供與 MCP 服務器和 OpenAI 的 GPT - 4 模型交互的客戶端。
• MCP 服務器具備網絡搜索、獲取 URL 內容等功能。
• 包含網站抓取測試腳本。

📦 安裝指南

1. 克隆倉庫：

   git clone <repository-url>
   cd documentation
   

2. 創建虛擬環境並激活它：

   python -m venv .venv
   source .venv/bin/activate  # 在 Windows 上使用 `.venv\Scripts\activate`
   

3. 安裝依賴項：

   pip install -r requirements.txt
   

4. 設置環境變量： 在項目根目錄中創建一個 .env 文件，內容如下：

   SCRAPING_DOG_API_KEY=your_scraping_dog_api_key
   OPENAI_API_KEY=your_openai_api_key
   

💻 使用示例

基礎用法

運行客戶端與 MCP 服務器和 GPT - 4 模型交互：

# 導航到根目錄
cd ..
# 運行客戶端
python client.py

在交互式提示符中輸入您的問題，輸入 quit 或 exit 以停止客戶端。

📚 詳細文檔

項目文件

client.py

此文件包含與 MCP 服務器和 OpenAI 的 GPT - 4 模型交互的主要客戶端代碼。它包括以下關鍵組件：

• MCPClient：一個管理與 MCP 服務器連接並提供調用可用工具方法的類。
• agent_loop：一個異步函數，用於處理用戶查詢並使用 LLM 和可用工具進行分析。
• main：主函數，用於設置 MCP 服務器、初始化工具，並運行交互式循環。

ksrk - mcp/ksrk - mcp - server.py

此文件包含 MCP 服務器的實現。它包括以下關鍵組件：

• search_web：一個使用 ScrapingDog API 進行網絡搜索的異步函數。
• fetch_url：一個用於獲取指定 URL 內容的異步函數。
• about_ksrk：一個 MCP 工具，用於在指定網站上搜索有關“ksrk”的詳細信息。

ksrk - mcp/test - website.py

此文件包含一個使用 httpx 和 BeautifulSoup 測試網站抓取的腳本。

📄 許可證

該項目根據 MIT 許可證發佈。有關詳細信息，請參閱 LICENSE 文件。

致謝

• OpenAI 為提供 GPT - 4 模型。
• ScrapingDog 為網絡抓取 API。
• BeautifulSoup 用於解析 HTML 和 XML 文檔。
• [httpx](https://www.python - httpx.org) 用於 HTTP 客戶端。