MCP Sse Client Python

🚀 MCP SSE 客户端

MCP SSE 客户端是一个 Python 库，用于与支持 Server-Sent Events (SSE) 的 MCP 服务进行交互。它能让您轻松调用工具，还集成了多种 LLM 提供商（如 OpenAI、Anthropic 和 Ollama），可实现 AI 驱动的工具选择。

🚀 快速开始

克隆仓库

git clone https://github.com/zanetworker/mcp-sse-client-python.git
cd mcp-sse-client-python
pip install -e .

运行 Streamlit 应用

cd mcp-streamlit-app
streamlit run app.py

✨ 主要特性

1. 简单 MCP 客户端

client = MCPClient(endpoint)

• endpoint：MCP 服务的 URL（必须为 http 或 https）

方法

• async list_tools() -> List[ToolDef]：列出 MCP 服务可用的所有工具。
• async invoke_tool(tool_name: str, kwargs: Dict[str, Any]) -> ToolInvocationResult：通过名称调用特定工具，并传递参数。

2. LLM 驱动的工具选择

支持多种 LLM 提供商，用于根据用户查询自动选择和执行工具：

OpenAI Bridge

bridge = OpenAIBridge(mcp_client, api_key, model="gpt-4o")

Anthropic Bridge

bridge = AnthropicBridge(mcp_client, api_key, model="claude-3-opus-20240229")

Ollama Bridge

bridge = OllamaBridge(mcp_client, model="llama3", host=None)

公共方法

• async process_query(query: str) -> Dict[str, Any]：处理用户查询，通过 LLM 执行工具选择和执行。

3. 命令行界面 (CLI)

提供一个功能强大的 CLI 工具，支持以下操作：

• 连接到任意 MCP 端点
• 在 OpenAI、Anthropic 和 Ollama 之间选择 LLM
• 查看可用工具及其参数
• 通过自然语言测试工具
• 可视化工具选择推理和结果

4. 交互式测试 UI

包含一个 Streamlit 应用，提供用户友好的界面：

• 连接到任意 MCP 端点
• 在 OpenAI、Anthropic 和 Ollama 之间选择 LLM
• 查看可用工具及其参数
• 通过自然语言测试工具
• 可视化工具选择推理和结果

📦 安装指南

从源码安装

git clone https://github.com/zanetworker/mcp-sse-client-python.git
cd mcp-sse-client-python
pip install -e .

使用 pip（一旦发布）

pip install mcp-sse-client

📚 详细文档

支持的 LLM 提供商

• OpenAI：支持 GPT-4o、GPT-4 和 GPT-3.5-Turbo 模型
• Anthropic：支持 Claude 3 Opus、Claude 3 Sonnet 和 Claude 3 Haiku 模型
• Ollama：支持 Llama 3、Mistral 等本地托管模型

API 参考

MCPClient

client = MCPClient(endpoint)

• endpoint：MCP 服务的 URL（必须为 http 或 https）

方法

• async list_tools() -> List[ToolDef]：列出可用工具。
• async invoke_tool(tool_name: str, kwargs: Dict[str, Any]) -> ToolInvocationResult：通过名称调用特定工具，并传递参数。

LLM Bridge

提供多种 LLM 提供商的桥接类，用于统一接口调用：

OpenAI Bridge

bridge = OpenAIBridge(mcp_client, api_key, model="gpt-4o")

Anthropic Bridge

bridge = AnthropicBridge(mcp_client, api_key, model="claude-3-opus-20240229")

Ollama Bridge

bridge = OllamaBridge(mcp_client, model="llama3", host=None)

项目结构

mcp-sse-client-python/
├── mcp_sse_client/
│   ├── client.py
│   ├── tools.py
│   └── bridges/
│       ├── openai_bridge.py
│       ├── anthropic_bridge.py
│       └── olalla_bridge.py
└── mcp-streamlit-app/
    ├── app.py
    └── templates/
        └── index.html

项目目标

MCP SSE 客户端旨在简化与 MCP 服务的交互，同时提供强大的 LLM 集成能力。通过统一接口和灵活的工具调用机制，帮助开发者快速构建智能应用。

贡献指南

欢迎贡献！请参考 CONTRIBUTING.md 了解如何参与开发。

💻 使用示例

基础用法

from mcp_sse_client.client import MCPClient
from mcp_sse_client.bridges.openai_bridge import OpenAIBridge

# 初始化 MCP 客户端
client = MCPClient("http://localhost:8000")

# 获取可用工具
tools = client.list_tools()
print(tools)

# 通过名称调用工具
result = await client.invoke_tool("tool_name", {"param": "value"})
print(result)

高级用法

from mcp_sse_client.bridges.openai_bridge import OpenAIBridge

# 初始化 OpenAI 桥接
bridge = OpenAIBridge(mcp_client, api_key="your-api-key", model="gpt-4")

# 处理用户查询
result = await bridge.process_query("你的查询内容")
print(result)