Llm MCP Server Template

🚀 llm-mcp-server-template

本項目是用於大語言模型（LLM）MCP服務器開發的模板項目。它為開發者提供了一個基礎框架，服務器可實現數字大小比較能力，客戶端支持多種模型及調用方式，能有效助力大語言模型相關開發工作。

🚀 快速開始

本項目是大語言模型（LLM）MCP服務器開發的模板，服務器具備數字大小比較能力，客戶端支持多種模型及調用方式。

✨ 主要特性

• 服務器負責實現數字大小比較能力。
• 客戶端支持多種模型及調用方式。

📚 詳細文檔

MCP 簡介

• 官方文檔：MCP官方文檔
• 簡單理解：
  • 模型（client）充當大腦，負責規劃和執行文本類任務，例如第一步編寫代碼，第二步執行，第三步分析。
  • MCP（Server）作為工具，提供模型所需的其他能力，如數學計算、文件讀寫、網絡請求等。

MCP-Server

• 主要實現MCP功能，如數學計算、文件讀寫、網絡請求等。
• 參考文檔：MCP-Server快速開始
• 開發過程中可使用 mcp-server-inspector 工具協助調試

常見服務器類型：

1. 本地Stdio：client直接調用本地server文件（Python 或 Node.js）
   • 優點：將Node項目推送到遠程npm倉庫，通過npx運行，實現半遠程調用的效果。
2. 遠程聚合平臺SSE：如Glama.ai、MCP.so等

MCP-Client

• 負責協調模型與MCP服務器，最終實現“模型調用了MCP能力”。

常見客戶端類型：

1. 使用現成的客戶端軟件，如Cursor、MCP Inspector等。
2. 雲平臺上的各種智能體agent，如阿里雲百鍊應用管理。
3. 自行編寫腳本支持
   • 3.1 如果模型SDK已支持MCP，使用腳本方便地進行調用：
     • 示例：Claude MCP使用示例
     • 示例：OpenAI MCP使用示例
   • 3.2 如果模型SDK不支持MCP，需自行實現：
     • 3.2.1 使用框架，如LangChain - MCP適配器
     • 3.2.2 完全自定義實現，具體包括多輪請求：
       • a. 使用 prompt 請求模型，告知任務和MCP服務器的介紹，模型返回調用接口和參數。
       • b. 使用上一輪返回的信息，請求工具（tools），獲取結果。
       • c. 使用上一輪返回的信息，請求模型，獲取結果。
       • d. 重複步驟b 和 c，直到模型返回最終結果。

📦 安裝指南

環境準備

# 安裝 uv 包管理工具（如果已安裝則跳過）
curl -LsSf https://astral.sh/uv/install.sh | sh
source ~/.local/bin/env
uv --version

# 安裝 Python（如果未安裝則跳過）
python --version

# 安裝 pip（如果未安裝則跳過）
pip install --user --upgrade pip

# 安裝項目依賴
pip install -r requirements.txt

📚 項目相關

項目結果

以下是項目成果的簡要說明：

• MCP 服務器調試界面
  
• MCP 客戶端調用示例
  

📄 待辦事項（TODO）

以下功能尚未完成： 7. 使用Electron將固定功能的MCP客戶端和服務器封裝成桌面應用。