Dreamboat Rachel MCP Server For Local

🚀 MCP（模型上下文協議）

MCP（模型上下文協議）是由Anthropic開發的一種開源協議，它為AI模型與外部數據源和工具的交互提供了標準化方式。就如同AI應用的“通用接口”，藉助客戶端 - 服務器架構，語言模型（例如Claude）能夠安全、高效地訪問即時數據、執行操作並擴展功能。

✨ 主要特性

MCP實現的功能

我基於MCP開發了一個多功能配置，集成了以下特性：

1. 天氣查詢：通過MCP服務器連接外部天氣API（像OpenWeatherMap），可即時獲取指定位置的天氣預報和警報信息。用戶只需輸入指定地點，就能得到格式化的天氣數據。
2. 谷歌自動檢索：利用MCP工具，AI能夠動態調用谷歌搜索功能，自動檢索相關信息並返回結果，適用於需要即時外部知識的場景。
3. 攝像頭控制：集成了攝像頭操作功能，開發者藉助MCP定義的工具，可以控制攝像頭執行拍攝、流媒體傳輸等任務，還支持自定義參數配置。

高度可配置性

此實現的一大亮點是高度可配置性。開發者通過修改MCP服務器的工具定義（Tools）、客戶端、服務端代理以及提示模板（Prompts），就能輕鬆擴展功能。例如：

• 調整天氣查詢的API端點或返回格式。
• 更改谷歌檢索的搜索參數或添加其他搜索引擎。
• 為攝像頭控制添加新命令，如調整分辨率或切換設備。

📦 安裝指南

MCP環境配置指南

本指南將助力你快速搭建MCP客戶端的開發環境，涵蓋創建項目目錄、設置虛擬環境以及安裝MCP SDK等步驟。

1. 創建項目目錄

首先，創建一個新的項目目錄並進入其中：

uv init mcp-client
cd MCP-Server-For-Local

2. 創建MCP客戶端虛擬環境

# 創建虛擬環境
uv venv
.venv\Scripts\activate
source .venv/bin/activate

3. 安裝MCP SDK

uv add mcp
uv pip install dashscope

4. 運行代碼（可選）

from mcp import MCPClient
client = MCPClient()
print("MCP Client initialized!")

運行代碼：

python main.py

注意事項

• 依賴工具：本教程假定你已安裝uv。若未安裝，請先運行以下命令進行安裝：

  pip install uv
  

  • Windows用戶使用：.venv\Scripts\activate
  • Linux/MacOS用戶使用：source .venv/bin/activate

安裝完成後，你可依據項目需求配置天氣查詢、谷歌檢索或攝像頭控制等功能（詳見項目文檔）。通過上述步驟，你已成功搭建MCP客戶端的開發環境，可開啟開發和測試工作啦！

📚 詳細文檔

使用場景

這個配置適用於多種場景：

1. 智能助手：結合天氣和檢索功能，為用戶提供即時信息支持。
2. 自動化工作流：通過攝像頭控制與數據檢索，構建監控或內容生成系統。
3. 開發測試：開發者可基於此模板快速集成新工具，探索MCP的潛力。

MCP的標準化設計讓AI不再侷限於靜態知識庫，而是能夠主動與世界交互。我的代碼提供了一個開箱即用的示例，歡迎開發者在此基礎上自由發揮！