Demo MCP Server Client Implementation

🚀 MCP 服務器 + 客戶端實現示例

本項目是 MCP 服務器與客戶端的實現示例，藉助後端服務/API 為 MCP 客戶端提供服務，如項目中的簡單 AI 聊天機器人。作者還撰寫了文章並製作視頻，闡述對 MCP（模型上下文協議）的見解及其實用性。

🚀 快速開始

我 寫了一篇文章 並 製作了一個視頻，介紹了我對 MCP（模型上下文協議）的看法以及為什麼我認為它是有用的。

這個演示項目包含一個後端服務/API，該服務被一個 MCP 服務器消費並以標準方式提供給 MCP 客戶端——例如該項目中的簡單 AI 聊天機器人。MCP 客戶端可以使用 OpenAI API。

⚠️ 重要提示

該項目的三個部分（服務、服務器、客戶端）都依賴於 Node.js 直接運行 TypeScript 而無需編譯步驟。是的，現代 Node.js 可以做到！ 請確保安裝了 Node.js 23.x 或更高版本！

📦 安裝指南

配置環境變量

在 client 文件夾中（與 package.json 文件相鄰）添加一個 .env 文件，並添加以下內容：

OPENAI_API_KEY=<your-open-ai-key>

安裝依賴

在每個文件夾 (service, server, client) 中運行 npm install 以安裝所需的依賴項。

💻 使用示例

啟動服務

對於每個部分，請進入相應的文件夾 (service, server, client) 並運行 npm run dev（使用 Node.js 23+）。保持每個進程運行。

體驗客戶端

“客戶端”是一個簡單的 AI 聊天機器人，背後使用 OpenAI——這個聊天機器人可以將 MCP 服務器“安裝”到自己身上，因此它能夠通過位於“服務”文件夾中的後端服務存儲和檢索自定義信息。

注意事項

可能存在錯誤——這只是基本演示實現！