MCP Knowledgebase Llm

🚀 MCP 知識庫

MCP 知識庫是一個簡單的 MCP 客戶端 - 服務器項目，它藉助 OpenAI API 實現了客戶端與服務器的交互，可用於查詢 MCP 相關的知識。

🚀 快速開始

需求

• Python 3.9 或更高版本
• Poetry 用於依賴管理
• OpenAI API 密鑰

設置

1. 使用 Poetry 安裝依賴：

poetry install

2. 在項目根目錄或父目錄中創建一個 .env 文件，其中包含你的 OpenAI API 密鑰：

OPENAI_API_KEY=your_api_key_here

運行應用程序

1. 啟動服務器：

poetry run python server.py

2. 在另一個終端中運行客戶端：

poetry run python client-sse.py

✨ 主要特性

• 具備客戶端 - 服務器架構，實現 MCP 相關知識的查詢功能。
• 支持直接工具調用和帶 LLM 的交互兩種模式。
• 可通過修改代碼和知識庫文件進行自定義配置。

📦 安裝指南

依賴安裝

使用 Poetry 安裝項目所需依賴：

poetry install

密鑰配置

在項目根目錄或父目錄中創建 .env 文件，並添加 OpenAI API 密鑰：

OPENAI_API_KEY=your_api_key_here

💻 使用示例

基礎用法

直接工具調用

• 解註釋 client-sse.py 中的 asyncio.run(test_direct_tool_calls()) 行，這將直接調用工具而不使用 LLM。

帶 LLM 的交互（默認）

使用 OpenAI 來解釋查詢並調用適當的工具，提問例如 "什麼是 MCP?" 或 "stdio 和 SSE 傳輸有什麼區別?"

高級用法

啟動服務器

poetry run python server.py

運行客戶端

poetry run python client-sse.py

📚 詳細文檔

項目結構

使用客戶端

客戶端有兩種模式：

• 直接工具調用：解註釋 client-sse.py 中的 asyncio.run(test_direct_tool_calls()) 行，可直接調用工具而不使用 LLM。
• 帶 LLM 的交互（默認）：使用 OpenAI 來解釋查詢並調用適當的工具，可提出如 "什麼是 MCP?" 或 "stdio 和 SSE 傳輸有什麼區別?" 等問題。

自定義

• 添加新工具：在 server.py 中添加新工具，通過創建帶有 @mcp.tool() 裝飾器的額外函數。
• 修改知識庫：通過更新 data/kb.json 文件來修改知識庫。
• 更改 OpenAI 模型：通過修改 MCPClient 類中的 model 參數來更改 OpenAI 模型。