Add Api Key To .env File

🚀 最簡單的MCP項目

本項目實現了最小化的MCP項目，旨在助力開發者理解整個MCP系統的運行機制，為深入探索MCP領域提供基礎示例。

🚀 快速開始

配置API密鑰

項目使用了DeepSeek的API密鑰，你需要在.env文件中添加自己的API密鑰。若選擇其他LLM服務（如OpenAI或其他支持MCP服務的模型），也請在.env文件中添加相應的API_KEY。

文件結構

├── .env
├── .gitignore
├── client/client.py
├── client/server.json
├── server/tasklist.py
|── pyproject.toml
|── tasks.csv   
|── README.md

創建虛擬環境

uv venv

# 激活虛擬環境

# 在Windows系統中:
.venv\Scripts\activate

# 在Unix或MacOS系統中:
source .venv/bin/activate

安裝依賴

## 使用OpenAI格式訪問API
uv add mcp openai python-dotenv

創建.env文件

touch .env

添加API密鑰到.env文件

echo "OPENAI_API_KEY=your_api_key" >> .env
echo "OPENAI_BASE_URL="https://api.deepseek.com/v1"" >> .env
echo "OPENAI_MODEL="deepseek-chat" >> .env

編輯server.json文件以指定MCP - Server配置

{
    "servers": [
      {
        "command": "uv",
        "args": ["run","../server/tasklist.py"],
        "env": null
      },
      {
        "command": "uv",
        "args": ["run","../server/weather.py"],
        "env": null
      },
      {
        "command": "npx",
        "args": ["-y","../server/stock.js"],
        "env": null
      }
    ]
  }

運行MCP - Demo

cd client
uv run client.py server.json

之後輸入用戶查詢即可。