MCP SERVER KB

🚀 OpenAI 與 MCP 集成

本項目旨在展示如何將 Model Context Protocol (MCP) 與 OpenAI 的 API 集成，打造一個讓 OpenAI 能訪問並運用您 MCP 服務器所提供工具的系統，為智能問答場景提供強大支持。

🚀 快速開始

示例運行步驟

1. 構建 MCP 服務器鏡像

   docker build -t mcp-server .
   

2. 啟動 MCP 服務器容器

   docker run -p 8000:8000 mcp-server
   

3. 安裝依賴項並設置環境變量

   pip install openai
   export OPENAI_API_KEY="your_api_key"
   

4. 運行示例代碼

   python client.py
   

✨ 主要特性

• 智能工具調用：允許 OpenAI 在響應用戶查詢時動態選擇和使用 MCP 服務器提供的工具。
• 標準化集成：MCP 提供統一接口，實現不同來源數據的無縫集成。
• 安全靈活：通過身份驗證和授權機制保障數據安全，同時支持多種數據格式和協議。

📦 安裝指南

服務器

# 使用 Docker 構建並運行 MCP 服務器鏡像
docker build -t mcp-server .
docker run -p 8000:8000 mcp-server

客戶端

# 示例代碼：使用 OpenAI 的 Python 庫調用 MCP 服務器
from openai import Client

client = Client("your_api_key")

response = client.chat.completions.create(
    model="gpt-4",
    messages=[
        {"role": "user", "content": "我們的度假政策是什麼？"}
    ],
    tools=[{
        "type": "function",
        "function": {
            "name": "retrieve_policy_document",
            "parameters": {"policy_type": "vacation"},
            "description": "從知識庫中檢索指定的政策文檔。"
        }
    }]
)

知識庫文件

{
  "policies": [
    {
      "id": "1",
      "type": "vacation",
      "content": "全職員工每年享有20天帶薪假期。\n服務滿6個月後方可使用。\n未使用的假期可保留至第二年，但最多不超過5天。\n請假需提前兩週通過HR系統提交。"
    },
    {
      "id": "2",
      "type": "remote_work",
      "content": "公司採用混合辦公模式。\n員工每週最多可以遠程辦公3天。\n遠程辦公需經團隊協調並獲得直接主管批准。\n所有遠程辦公均需具備穩定的網絡連接和專用工作空間。"
    }
  ]
}

💻 使用示例

基礎用法

按照上述“示例運行步驟”操作，即可啟動系統並進行基本的問答查詢。

高級用法

可根據實際需求修改知識庫文件中的內容，或調整客戶端代碼中的工具參數，以實現更復雜的工具調用和查詢功能。

📚 詳細文檔

概述

本示例詳細說明了以下內容：

1. 創建一個暴露知識庫工具的 MCP 服務器。
2. 將 OpenAI 連接到此 MCP 服務器。
3. 允許 OpenAI 在響應用戶查詢時動態使用工具。

通信方法

本示例使用 sse 傳輸 進行客戶端和服務器之間的通信，這意味著客戶端和服務器在不同進程中運行。

數據流說明

1. 用戶查詢：用戶向系統發送查詢（例如，“我們公司的度假政策是什麼？”）。
2. OpenAI API：OpenAI 收到查詢和 MCP 服務器提供的可用工具。
3. 工具選擇：OpenAI 根據查詢決定使用哪些工具。
4. MCP 客戶端：客戶端收到 OpenAI 的工具調用請求並將其轉發給 MCP 服務器。
5. MCP 服務器：服務器執行請求的工具（例如，檢索知識庫數據）。
6. 響應流程：工具結果通過 MCP 客戶端返回到 OpenAI。
7. 最終響應：OpenAI 根據結果生成並輸出用戶查詢的回答。

如何 OpenAI 執行工具

• 工具註冊：OpenAI 將工具註冊為函數調用格式，使其能夠被 API 調用。
• 工具選擇：根據查詢內容和上下文，OpenAI 選擇最合適的工具。
• 工具執行：OpenAI 調用所選工具並處理返回的結果。

MCP 的角色

• 標準化：MCP 提供統一接口，使不同來源的數據能夠無縫集成。
• 抽象：MCP 隱藏數據源的複雜性，提供簡潔易用的工具接口。
• 安全性：通過身份驗證和授權機制確保數據訪問的安全性。
• 靈活性：支持多種數據格式和協議，適應不同的應用場景。

🔧 技術細節

本項目通過 MCP 協議實現了 OpenAI 與自定義知識庫的集成。MCP 服務器作為工具提供者，將知識庫中的數據以標準化的接口暴露給 OpenAI。OpenAI 在接收到用戶查詢後，根據查詢內容和上下文動態選擇合適的工具進行調用。客戶端負責轉發 OpenAI 的工具調用請求和接收工具執行結果。整個系統通過 sse 傳輸進行通信，確保了數據的即時性和高效性。

📄 輸出結果

{
  "id": "chatcmpl-abcdefgh",
  "message": {
    "role": "assistant",
    "content": "我們公司的度假政策如下：

    - 全職員工每年享有20天帶薪假期。
    - 服務滿6個月後方可使用。
    - 未使用的假期可保留至第二年，但最多不超過5天。
    - 請假需提前兩週通過HR系統提交。"
  }
}

這個集成示例展示瞭如何利用 MCP 和 OpenAI 的強大功能來構建智能問答系統，使用戶能夠輕鬆獲取所需信息。