MCP Server For Local

🚀 基於 MCP 的本地服務器代理及客戶端實現

本項目實現了基於 MCP 的本地服務器代理及客戶端，具備天氣查詢、谷歌搜索、攝像頭控制等豐富功能，跨平臺支持且易於擴展，能為用戶帶來便捷的使用體驗。

✨ 主要特性

核心功能

• 天氣查詢：可即時獲取全球任意位置的天氣信息，支持溫度、溼度、風速等詳細數據。
• 谷歌搜索：能夠智能檢索互聯網信息，支持多語言和高級搜索語法。
• 攝像頭控制：支持拍照、視頻流和微表情分析，可用於情緒識別。
• 圖片生成：集成 ComfyUI，支持文本到圖像的 AI 生成。
• 智能對話：基於 DashScope 的 AI 對話能力，支持上下文理解和多輪對話。

技術特性

• 支持跨平臺（Windows 和 Linux）。
• 採用模塊化設計，便於擴展新功能。
• 擁有完整的日誌系統，方便進行調試和監控。
• 支持自定義工具和 API 集成。
• 具備高性能的併發處理能力。

📦 安裝指南

系統要求

• Python：3.6 或更高版本。
• Node.js（可選）：用於某些擴展功能。
• Chrome 瀏覽器：用於 Web 相關操作。
• 攝像頭：用於圖像和視頻處理。
• 內存：建議 4GB 或以上。
• CUDA 顯卡（可選）：加速 AI 相關任務。

安裝步驟

1. 克隆代碼倉庫：

   git clone [倉庫地址]
   cd mcp-server
   

2. 創建虛擬環境並激活：
   • Windows:

     python -m venv env
     .\env\Scripts\activate
     

   • Linux/MacOS:

     python -m venv env
     source env/bin/activate
     

3. 安裝依賴項：

   pip install -r requirements.txt
   

4. 配置環境變量，編輯 .env 文件並添加以下內容：

   DASHSCOPE_API_KEY=your_api_key_here
   MODEL_NAME=gpt-3.5-turbo
   CHROME_PATH=/path/to/chrome
   

💻 使用示例

基本使用

1. 運行代理服務器：

   python -m mcp.proxy.start_proxy
   

2. 啟動客戶端：

   python -m mcp.client.start_client
   

3. 示例命令：
   • 查詢天氣：client.weather("上海")
   • 圖像生成：client.image.generate("一隻可愛的小貓")

高級用法

1. 自定義工具：在 tools/ 目錄下添加新的工具類，並在配置文件中註冊。
2. API 擴展：通過配置文件集成第三方 API，如 config/api_settings.json。
3. 日誌管理：查看和分析日誌文件，默認路徑為 logs/。

📚 詳細文檔

常見問題

安裝問題

• 依賴安裝失敗：檢查網絡連接或嘗試使用代理。
• 虛擬環境問題：確保 Python 版本正確且已激活虛擬環境。

運行問題

• Chrome 相關問題：
  • 確保 Chrome 和 ChromeDriver 版本匹配。
  • 檢查 Chrome 路徑是否正確配置。
• API 密鑰問題：驗證密鑰是否有效且權限充足。

開發指南

項目結構

src/mcp/
├── client/          # 客戶端代碼實現
├── proxy/           # 代理服務器代碼
├── tools/           # 工具類擴展
├── utils/           # 輔助工具函數
└── config/          # 配置文件及設置

功能開發流程

1. 在 tools/ 目錄下創建新的功能模塊。
2. 實現必要的接口方法，確保遵循項目規範。
3. 更新配置文件以啟用新功能。
4. 編寫相應的測試用例，並進行單元測試。
5. 提交代碼並更新相關文檔。

貢獻指南

歡迎提交問題報告和代碼貢獻！請在提交前：

1. 確保代碼符合項目編碼規範。
2. 添加必要的測試用例。
3. 更新受影響的文檔部分。
4. 確保所有測試通過。

📄 許可證

本項目採用 MIT License。