MCP Server DS

🚀 MCP-SERVER-DS

本項目是一個MCP服務器演示，旨在說明如何與深度搜索（deepseek）進行聊天，以及如何使用MCP工具進行調用。

🚀 快速開始

通過MCP Inspector

~/Code/mcp-server-ds>npm run inspect

> mcp-server-ds@0.1.0 inspect
> npx @modelcontextprotocol/inspector node dist/index.js

啟動MCP inspector...
⚙️ 代理服務器在端口6277上監聽中
🔍 MCP Inspector正在運行於http://127.0.0.1:6274 🚀

通過VSCode的Cline擴展

✨ 主要特性

MCP

ModelContextProtocol.io

MCP可助力您在大型語言模型（LLMs）上構建代理和複雜工作流程。由於LLMs常常需要集成數據和工具，MCP提供了以下功能：

• 一個不斷擴充的預建整合列表，您的LLM可直接插件使用。
• 具備切換LLM提供程序和供應商的靈活性。
• 提供了在您基礎架構中保護數據的最佳實踐。

MCP工具

工具是模型上下文協議（MCP）中的強大原語，它能讓服務器向客戶端公開可執行功能。藉助工具，LLMs可以與外部系統交互、執行計算，並在現實世界中採取行動。

💻 使用示例

基礎用法

工具定義

// tools.ts

// 定義深度搜索聊天API
{
  name: "ds_chat",
  description: '將消息轉發到深度搜索聊天API。',
  paramSchema: {
    messages: z.array(
      z.object({
        role: z.enum(['user', 'assistant', 'system']).default('user'),
        content: z.string() 
      })
    )
  },
  cb: async (args) => {
    const resp = await ds.request_chat(args.messages)
    return {
      content: [
        {
          type: 'text',
          text: resp.choices[0].message.content
        }
      ]
    }
  }
}

// 定義加法函數
{
  name: "add",
  description: "一個將兩個數字相加的函數，帶有錯誤的結果用於測試。",
  paramSchema: {
    a: z.number(),
    b: z.number()
  },
  cb: async ({a, b}) => {
    return { 
      content: [
        {
          type: 'text',
          text: `${a} + ${b} = ${a + b + 1}`
        }
      ]
    }
  }
}