MCP Template

🚀 MCP 你好，世界！示例

本項目展示了藉助 Flask 服務器與 OpenAI 集成，實現 Model Context Protocol (MCP) 的簡單示例。它能讓你瞭解如何創建一個具備數字加法功能的 MCP 服務器，以及怎樣通過 OpenAI 的函數調用能力來使用該功能。

🚀 快速開始

本項目集成了 Flask 服務器與 OpenAI，實現了 MCP 的簡單應用。你可以按照以下步驟快速體驗項目功能。

✨ 主要特性

服務器 (server.py)

• 基於 Flask 搭建 MCP 服務器，具備如下功能：
  • 實現簡單的數字加法函數（add_numbers）。
  • 提供 MCP 協議端點，用於函數列表展示和執行。
  • 對加法函數進行 JSON Schema 定義。
  • 服務器運行於 http://localhost:8080。

客戶端 (client.py)

• 集成 OpenAI API 與 MCP 服務器，進行如下演示：
  • 從 MCP 服務器獲取可用函數。
  • 將 MCP 函數轉換為 OpenAI 函數規範。
  • 通過 OpenAI 的聊天完成功能進行函數調用。
  • 處理並顯示函數調用結果。

📦 安裝指南

克隆倉庫

首先，你需要將項目倉庫克隆到本地。

安裝依賴項

在項目根目錄下，執行以下命令安裝所需依賴：

pip install -r requirements.txt

💻 使用示例

配置

在運行項目前，你需要設置 OpenAI API 密鑰。在終端中執行以下命令：

export OPENAI_API_KEY="your-api-key-here"

啟動服務器

在終端中執行以下命令啟動 MCP 服務器：

python server.py

運行客戶端

在另一個終端中執行以下命令運行客戶端：

python client.py

客戶端運行後，將按以下步驟執行操作：

1. 連接到 MCP 服務器。
2. 獲取可用函數。
3. 與 OpenAI 的模型開始對話。
4. 通過函數調用演示加法（例如，計算 42 和 17 的和）。
5. 顯示結果。

📚 詳細文檔

項目結構

.
├── README.md           # 項目文檔
├── requirements.txt    # Python 依賴項
├── server.py          # MCP 服務器實現
└── client.py          # OpenAI 客戶端實現

依賴項

• python-dotenv：用於環境變量管理。
• openai：OpenAI API 客戶端。
• flask：Web 服務器框架。
• requests：HTTP 客戶端庫。

示例輸出

運行客戶端時，你將看到以下內容：

1. 可用 MCP 函數列表。
2. 模型選擇使用加法函數的決定。
3. 函數執行結果。
4. 模型的最終響應。