MCP EXP

🚀 基于终端的聊天客户端与MCP服务器集成

本项目展示了如何构建一个基于终端的聊天客户端界面。该客户端可连接到MCP服务器，并集成了OpenAI API。此外，项目还包含一个简单的天气服务，作为MCP功能的示例。

🚀 快速开始

先决条件

• Python 3.8 或更高版本
• UV 包管理器（一种快速、可靠的 Python 包安装和解析工具）

安装

1. 安装 UV

UV 是一个现代的 Python 包管理器，相较于传统工具（如 pip），它能显著提升性能。它使用 Rust 编写，具备以下特性：

• 更快的包安装速度
• 可靠的依赖项解析
• 内置虚拟环境管理
• 与现有 Python 工具兼容

要安装 UV，请运行以下命令：

curl -LsSf https://astral.sh/uv/install.sh | sh

2. 项目设置

1. 初始化新项目：

uv init

2. 创建并激活虚拟环境：

uv venv
source .venv/bin/activate  # 在 Unix/macOS 上
# 或者
.venv\Scripts\activate  # 在 Windows 上

3. 安装所需的包：

uv pip install httpx mcp[cli] openai python-dotenv

使用说明

1. 启动天气服务器：

python weather.py

2. 启动聊天客户端并连接到天气服务器：

python client.py weather.py

3. 在聊天界面中输入消息，例如：
   • “What's the weather in California?”（加利福尼亚的天气如何？）
   • “Are there any alerts in New York?”（纽约有警报吗？）

✨ 主要特性

• 实时聊天界面与 OpenAI 集成
• MCP 服务器集成以实现可扩展功能
• 天气服务带有警报和预报
• 异步操作以提高性能
• 正确的错误处理和资源清理
• 环境变量配置用于 API 密钥

📦 安装指南

安装 UV

UV 是一个现代的 Python 包管理器，提供比传统工具（如 pip）显著的性能改进。它用 Rust 编写，并提供：

• 更快的包安装
• 可靠的依赖项解析
• 内置虚拟环境管理
• 与现有 Python 工具兼容

要安装 UV，请运行：

curl -LsSf https://astral.sh/uv/install.sh | sh

项目设置

1. 初始化新项目：

uv init

2. 创建并激活虚拟环境：

uv venv
source .venv/bin/activate  # 在 Unix/macOS 上
# 或者
.venv\Scripts\activate  # 在 Windows 上

3. 安装所需的包：

uv pip install httpx mcp[cli] openai python-dotenv

💻 使用示例

基础用法

启动天气服务器

python weather.py

启动聊天客户端并连接到天气服务器

python client.py weather.py

高级用法

在聊天界面中输入消息，例如：

# 查询加利福尼亚的天气
What's the weather in California?
# 查询纽约是否有警报
Are there any alerts in New York?

📚 详细文档

项目结构和实现指南

该项目由两个主要组件组成：一个聊天客户端（client.py）和一个天气服务（weather.py）。以下为您详细介绍每个组件的构建方式和功能。

构建聊天客户端（client.py）

聊天客户端是一个异步 Python 应用程序，连接到 MCP 服务器并集成 OpenAI API。以下是它的构建步骤：

1. 导入和设置

import asyncio
import os
import sys
from typing import Optional
from contextlib import AsyncExitStack
from dotenv import load_dotenv
import openai
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

- `asyncio`：用于异步编程
- `os` 和 `sys`：用于与操作系统交互
- `typing.Optional`：用于类型提示
- `AsyncExitStack`：用于管理异步上下文
- `dotenv`：用于加载环境变量
- `openai`：OpenAI API 客户端
- `mcp`：MCP 协议库

2. 聊天客户端类

class ChatClient:
    def __init__(self, server_address):
        self.server_address = server_address
        self.loop = None
        self.client_session = None

    async def run(self):
        self.loop = asyncio.get_event_loop()
        self.client_session = await ClientSession.create(
            loop=self.loop,
            server_address=self.server_address
        )
        # 连接处理逻辑
        await self.client_session.connect()

    async def send_message(self, message):
        if self.client_session.is_connected:
            await self.client_session.send(message)

    async def close(self):
        if self.client_session:
            await self.client_session.close()

3. 使用聊天客户端

import logging

logging.basicConfig(level=logging.INFO)
client = ChatClient('weather.py')
try:
    await client.run()
    while True:
        message = input('> ')
        await client.send_message(message)
except KeyboardInterrupt:
    await client.close()

构建天气服务（weather.py）

天气服务是一个 MCP 服务器，提供天气相关功能：

1. 导入和设置

import asyncio
from mcp_server import MCPServer
from weather_api import WeatherAPI

2. 天气服务类

class WeatherService:
    def __init__(self):
        self.server = None
        self.weather_api = WeatherAPI()

    async def start(self, host='127.0.0.1', port=8000):
        self.server = await MCPServer.create(
            host=host,
            port=port,
            handlers={
                'get_weather': self.get_weather,
                'get_alerts': self.get_alerts
            }
        )
        await self.server.start()

    async def get_weather(self, location):
        return await self.weather_api.get_weather(location)

    async def get_alerts(self, location):
        return await self.weather_api.get_alerts(location)

3. 运行天气服务

import logging

logging.basicConfig(level=logging.INFO)
service = WeatherService()
try:
    await service.start()
except KeyboardInterrupt:
    await service.stop()

项目结构

chat_client/
├── client.py          # 聊天客户端实现
├── requirements.txt   # 依赖项列表
└── README.md           # 项目说明

weather_service/
├── weather.py         # 天气服务实现
├── weather_api.py     # 第三方天气 API 接口
└── setup.py            # 安装脚本

🔧 技术细节

该项目使用 Python 3.8 或更高版本进行开发，借助 UV 包管理器来管理项目依赖。项目采用异步编程模型，使用 asyncio 库实现异步操作，提高了程序的性能。聊天客户端通过 mcp 库连接到 MCP 服务器，并集成了 OpenAI API 实现智能交互。天气服务则通过 mcp_server 库搭建 MCP 服务器，提供天气相关功能。同时，项目使用 python-dotenv 库来管理环境变量，确保 API 密钥等敏感信息的安全。

📄 许可证

文档中未提及相关许可证信息。

贡献

欢迎提交问题和增强请求！