Demo MCP Server Client Implementation

🚀 MCP 服务器 + 客户端实现示例

本项目是 MCP 服务器与客户端的实现示例，借助后端服务/API 为 MCP 客户端提供服务，如项目中的简单 AI 聊天机器人。作者还撰写了文章并制作视频，阐述对 MCP（模型上下文协议）的见解及其实用性。

🚀 快速开始

我 写了一篇文章 并 制作了一个视频，介绍了我对 MCP（模型上下文协议）的看法以及为什么我认为它是有用的。

这个演示项目包含一个后端服务/API，该服务被一个 MCP 服务器消费并以标准方式提供给 MCP 客户端——例如该项目中的简单 AI 聊天机器人。MCP 客户端可以使用 OpenAI API。

⚠️ 重要提示

该项目的三个部分（服务、服务器、客户端）都依赖于 Node.js 直接运行 TypeScript 而无需编译步骤。是的，现代 Node.js 可以做到！ 请确保安装了 Node.js 23.x 或更高版本！

📦 安装指南

配置环境变量

在 client 文件夹中（与 package.json 文件相邻）添加一个 .env 文件，并添加以下内容：

OPENAI_API_KEY=<your-open-ai-key>

安装依赖

在每个文件夹 (service, server, client) 中运行 npm install 以安装所需的依赖项。

💻 使用示例

启动服务

对于每个部分，请进入相应的文件夹 (service, server, client) 并运行 npm run dev（使用 Node.js 23+）。保持每个进程运行。

体验客户端

“客户端”是一个简单的 AI 聊天机器人，背后使用 OpenAI——这个聊天机器人可以将 MCP 服务器“安装”到自己身上，因此它能够通过位于“服务”文件夹中的后端服务存储和检索自定义信息。

注意事项

可能存在错误——这只是基本演示实现！