Myaiserv

🚀 MCP 服務器

MCP 服務器是一個強大的平臺，提供了豐富的工具和功能，涵蓋文本分析、圖像處理、天氣查詢等多種操作。它支持通過 REST API 和 WebSocket 進行交互，為開發者提供了便捷的使用方式。

🚀 快速開始

MCP 服務器可通過多種方式進行安裝和啟動，以下為您詳細介紹。

📦 安裝指南

使用 Poetry 安裝

poetry install

安裝完成後，啟動項目：

poetry run serve

Docker 啟動

使用 Docker Compose 啟動服務：

docker compose up -d

✨ 主要特性

MCP 服務器提供了以下豐富的功能：

工具接口

• 文本分析工具：支持情感分析、關鍵詞提取等。
• 圖像處理工具：支持圖像縮放、裁剪和濾鏡應用。
• 天氣查詢工具：根據經緯度提供天氣信息。
• 文本處理工具：支持文本格式化、統計分析和實體識別。

REST API

獲取所有工具列表

curl http://localhost:8000/tools

執行特定工具操作

curl -X POST http://localhost:8000/tools/{tool_name}

WebSocket 接口

連接到 WebSocket 服務：

const socket = new WebSocket("ws://localhost:8000/ws");

socket.onopen = () => {
  socket.send(JSON.stringify({
    type: "initialize",
    id: "my-request-id"
  }));
};

socket.onmessage = (event) => {
  const data = JSON.parse(event.data);
  console.log("Received:", data);
};

GraphQL 接口

通過 GraphQL 進行查詢和突變操作。例如：

# 查詢所有工具
query {
  getTools {
    name
    description
  }
}

# 執行特定工具操作
mutation {
  executeTool(input: {
    name: "text_processor",
    parameters: {
      operation: "statistics",
      text: "Example text for analysis"
    }
  }) {
    content {
      type
      text
    }
    is_error
  }
}

💻 使用示例

基礎用法

您可以通過以下方式使用 MCP 服務器的基本功能，例如獲取所有工具列表：

curl http://localhost:8000/tools

高級用法

以下是使用 GraphQL 執行特定工具操作的示例：

# 執行特定工具操作
mutation {
  executeTool(input: {
    name: "text_processor",
    parameters: {
      operation: "statistics",
      text: "Example text for analysis"
    }
  }) {
    content {
      type
      text
    }
    is_error
  }
}

📚 詳細文檔

測試

使用 Poetry 運行測試

poetry run pytest

使用 Docker 運行測試

docker compose up -d && docker compose exec web poetry run pytest

集成 LLM 模型

MCP 服務器支持與各種 LLM 提供商的集成。以下是一個使用示例：

import httpx

async def query_with_llm(prompt: str):
    async with httpx.AsyncClient() as client:
        # 獲取所有工具信息
        tools_response = await client.get("http://localhost:8000/tools")
        tools = tools_response.json()["tools"]

        # 發送請求到 LLM 服務
        llm_response = await client.post(
            "https://api.example-llm.com/v1/chat",
            json={
                "messages": [
                    {"role": "system", "content": "You have access to the following tools:"},
                    {"role": "user", "content": prompt}
                ],
                "tools": tools,
                "tool_choice": "auto"
            }
        )

        return llm_response.json()

監控與指標

MCP 服務器提供 Prometheus 格式的指標，可以通過以下端點獲取：

curl http://localhost:8000/metrics

這些指標包括但不限於每個工具的請求次數、請求耗時和錯誤率。

開發指南

代碼格式化與檢查

使用以下命令進行代碼格式化和檢查：

just fmt
just lint

📄 許可證

MIT License