MCP Chinese Getting Started Guide

🚀 模型上下文協議（MCP）入門教程

本教程將詳細指導您如何快速上手模型上下文協議（Model Context Protocol，簡稱MCP），並將其成功部署到雲端。我們會涵蓋從依賴安裝、MCP服務創建，到最終雲端部署的全流程，同時附上相關代碼示例，助您輕鬆掌握。

🚀 快速開始

安裝依賴

在開始使用MCP之前，請確保您已安裝以下依賴項：

• Python 3.x
• pip（用於管理Python包）
• Node.js（可選，僅適用於前端開發）

您可以通過命令行工具運行以下命令來安裝所需的Python包：

pip install mcp

創建MCP服務

基礎用法

假設您已按照官方文檔或示例代碼完成了模型的封裝工作。接下來，您可以使用以下代碼創建一個簡單的MCP服務：

# 模型上下文協議服務示例代碼

from mcp.server import MCPModelService, Context

class MyModelService(MCPModelService):
    def __init__(self, context: Context):
        super().__init__(context)
        # 初始化模型或相關組件

    async def __call__(self, inputs):
        """輸入處理函數"""
        pass

# 創建服務實例
if __name__ == '__main__':
    service = MyModelService(Context())
    service.run()

高級用法

在項目根目錄下創建一個mcp.json文件，用於定義MCP服務的運行時配置：

{
  "model": {
    "name": "my-model",
    "version": "1.0.0",
    "description": "這是一個簡單的模型上下文協議服務示例。",
    "author": "您的姓名或公司名稱"
  },
  "server": {
    "port": 5000,
    "workers": 4
  }
}

部署到雲端

選擇雲平臺

目前，MCP支持多種雲平臺的部署方式。本文以阿里雲函數計算（FC）為例進行說明。

創建函數計算服務

登錄阿里雲控制檯，進入函數計算服務頁面，按照以下步驟創建一個新的函數：

1. 點擊“創建函數”。
2. 填寫函數名稱、選擇運行環境（推薦選擇“MCP運行時”）並完成其他配置。
3. 上傳您的代碼和依賴項。

部署MCP服務

在函數計算控制檯中，進入您剛剛創建的函數頁面，點擊“部署”。

測試與驗證

基礎用法

使用以下Python代碼測試您的MCP服務：

import asyncio
from mcp.client.sse import sse_client
from mcp import ClientSession


async def main():
    async with sse_client('https://mcp-test-whhergsbso.cn-hangzhou.fcapp.run/sse') as streams:
        async with ClientSession(*streams) as session:
            await session.initialize()

            res = await session.call_tool('web_search', {'query': '測試查詢'})
            print(res)


if __name__ == '__main__':
    asyncio.run(main())

高級用法

在以下工具中，您可以通過添加MCP服務的上下文信息來完成配置：

• VS Code：在launch.json文件中添加調試配置。
• PyCharm：通過插件市場安裝MCP支持插件。
• Docker：使用預構建的鏡像快速部署。

📄 更新日誌

2023年4月9日

• 新增“MCP運行時”選項，簡化了函數計算服務的創建流程。
• 修復了一些已知問題並優化了性能表現。

更多詳細信息，請參考MCP官方文檔或訪問GitHub倉庫獲取支持。