Sample Model Context Protocol Demos

該項目提供了一系列使用AWS Model Context Protocol（MCP）的示例模塊，涵蓋了多種語言和技術棧，包括TypeScript、Python、Spring AI等，展示了MCP在客戶端-服務器通信、ECS部署、RAG集成等場景下的應用。

人工智能聊天機器人開發者工具 #MCP協議 #AWS集成 #多語言示例 #ECS部署 .TypeScript

評分 : 2.5分

下載量 : 5.9K

更新時間 : 2025-04-28

打開站點

什麼是MCP服務器?

MCP服務器是遵循Model Context Protocol標準的中間件，它作為橋樑連接AI客戶端(如Amazon Bedrock)與業務邏輯服務器，支持雙向通信和上下文管理

如何使用MCP服務器?

通過標準化協議接口，開發者可以快速集成AI能力到現有系統，支持容器化部署和本地開發模式

適用場景

適用於需要將大語言模型集成到業務系統的場景，如智能客服、文檔處理、預約管理等AI增強型應用

主要功能

多協議支持

同時支持Server-Sent Events(SSE)和標準輸入輸出(stdio)兩種通信協議

雲平臺集成

提供AWS ECS部署模板，與Amazon Bedrock無縫對接

多語言實現

提供TypeScript、Python、Java/Kotlin等多種語言示例

RAG增強

部分示例包含pgVector實現的檢索增強生成(RAG)功能

優勢

標準化協議確保不同組件間的兼容性

靈活的部署選項(本地/容器/雲)

豐富的示例代碼加速開發過程

支持主流AI服務平臺集成

侷限性

需要基礎架構知識進行生產部署

部分高級功能依賴特定雲服務

初學者可能需要時間理解協議細節

如何使用

選擇實現語言

根據您的技術棧選擇TypeScript、Python或Java/Kotlin版本

配置環境

安裝對應語言環境，配置AWS憑證(如需使用Bedrock)

運行示例

按照模塊說明啟動客戶端和服務器組件

使用案例

智能客服系統

使用Spring AI實現的客服代理，處理用戶諮詢並管理對話狀態

寵物領養助手

基於RAG的狗領養顧問，從知識庫檢索匹配的寵物信息

常見問題

MCP協議與普通API調用有何不同?

是否必須使用AWS服務?

如何擴展自定義功能?

🚀 模型上下文協議（MCP）示例集合

本項目提供了一系列模型上下文協議（MCP）的示例，展示了不同語言和框架下 MCP 的應用場景，幫助開發者更好地理解和使用 MCP。

🚀 快速開始

項目提供了多個不同的 MCP 示例模塊，你可以根據自己的需求選擇合適的模塊進行參考和使用。

✨ 主要特性

涵蓋多種編程語言和框架，包括 TypeScript、Python、Spring AI & Kotlin、Spring AI & Java。
提供不同通信方式的示例，如 MCP/SSE、MCP/stdio。
包含在不同環境下的部署示例，如 ECS。
部分示例結合了檢索增強生成（RAG）技術。

📦 安裝指南

文檔未提供具體安裝命令，暫不展示安裝指南相關內容。

💻 使用示例

基礎用法

本項目提供了多個不同的示例模塊，以下為各模塊的簡單介紹：

模塊名稱	詳情
服務器客戶端 MCP/SSE 演示	該示例使用 TypeScript 語言，創建了一個使用 converse API 和 MCP 服務器的 Amazon Bedrock MCP 客戶端。樣本通過容器部署，使用 MCP/SSE 相互通信。
服務器客戶端 MCP/stdio 演示	此示例基於 Python 語言，是一個簡單的演示，展示了一個使用 converse API 和 MCP 標準輸入輸出（stdin/stdout）的 Amazon Bedrock MCP 客戶端。該樣本可以在本地運行並與 Amazon Bedrock 連接。
服務器客戶端 MCP/SSE 在 ECS 上	該示例使用 Spring AI & Kotlin，提供一個在 ECS 上運行的 Spring AI MCP 服務器示例；該服務器被一個同樣在 ECS 上運行的 Spring AI Agent 使用，後者通過負載均衡器公開訪問。
服務器客戶端 MCP/SSE 在 Bedrock Converse 客戶端中使用 pgVector RAG	此示例基於 Spring AI & Java，是一個基於 Bedrock 的 Spring AI 狗狗收養代理，使用 PostgreSQL 和 pgvector 進行檢索增強生成（RAG），以及一個 MCP 服務器來管理收養預約。
MCP/SSE 服務器在 ECS 上	該示例使用 Spring AI & Kotlin，是一個非常基礎的 Spring AI MCP 服務器，使用 Server - Sent Events (SSE) 在 ECS 上運行。