Nestjs MCP Server Langchainjs Demo

🚀 使用 NestJS MCP 服務器 - 模型上下文協議示例

本項目演示了使用 NestJS 實現的模型上下文協議（MCP）和微服務架構。它包含兩個主要服務，mcp-server 可提供當前時間上下文，供大型語言模型（LLMs）使用；mcp-backend 作為客戶端，藉助 LangChain.js 並集成 MCP 客戶端 SDK 來連接 MCP 服務器。

🚀 快速開始

先決條件

• Node.js (v20 或更高版本)
• npm

📦 安裝指南

1. 克隆倉庫。
2. 安裝依賴：

npm install

3. 複製 .env.example 到 .env 並添加你的 OpenAI API 密鑰：

cp .env.example .env

然後編輯 .env 文件以包含你的 OpenAI API 密鑰：

OPENAI_API_KEY=your_openai_api_key_here
OPENAI_API_URL=https://api.openai.com/v1
PORT=3001

運行服務

你需要同時運行兩個服務才能實現完整的功能：

• 啟動 MCP 服務器

npm run start:dev mcp-server

這將啟動 MCP 服務器，端口為 3000（默認）。

• 啟動 MCP 後臺

npm run start:dev mcp-backend

這將啟動 MCP 後臺，端口為 3001（默認）。

💻 使用示例

基礎用法

一旦兩個服務都在運行，你可以通過發送 POST 請求來測試功能：

• 樣例請求 向 http://localhost:3001 發送 POST 請求，幷包含以下 JSON 正文：

{
  "message": "What time is it in Viet Nam?"
}

• 使用 curl

curl -X POST http://localhost:3001 -H "Content-Type: application/json" -d '{"message":"What time is it in Viet Nam?"}'

• 使用 Postman

1. 打開 Postman，創建一個新的請求。
2. 設置 URL 為 http://localhost:3001。
3. 選擇 POST 方法。
4. 在請求頭中添加 Content-Type: application/json。
5. 在請求體中輸入以下 JSON：

{
  "message": "What time is it in Viet Nam?"
}

6. 發送請求，查看響應。

高級用法

要在 mcp-backend 中連接到多個 MCP 服務器，請在 src/main.ts 文件中進行以下配置：

import { NestFactory } from '@nestjs/core';
import { AppModule } from './app.module';

async function bootstrap() {
  const app = await NestFactory.create(AppModule);

  // 添加其他 MCP 服務器的主機和端口
  const otherMcpServers = ['http://localhost:3002', 'http://localhost:3003'];
  
  // 註冊 MCP 服務提供程序（可選）
  // app.registerMcpProvider(otherMcpServers);

  await app.listen(3001);
}

📚 詳細文檔

架構

• mcp-server：負責處理和返回與時間相關的請求。
• mcp-backend：作為客戶端，用於向 MCP 服務器發送請求並接收響應。

所用技術

• NestJS：用於構建微服務架構。
• LangChain.js：用於與大型語言模型交互。
• Axios：用於 HTTP 請求處理。

📄 許可證

此項目根據 UNLICENSED 許可證分發，有關詳細信息，請參閱 LICENSE 文件。

作者：@LiusDev