Nestjs MCP Server Langchainjs Demo

🚀 使用 NestJS MCP 服务器 - 模型上下文协议示例

本项目演示了如何使用 NestJS 实现模型上下文协议（MCP）以及微服务架构。它包含两个主要服务，mcp-server 可提供当前时间上下文，供大型语言模型（LLMs）使用；mcp-backend 作为客户端，借助 LangChain.js 并集成 MCP 客户端 SDK 来连接 MCP 服务器。

🚀 快速开始

先决条件

• Node.js (v20 或更高版本)
• npm

安装步骤

1. 克隆本仓库。
2. 安装项目依赖：

npm install

3. 复制 .env.example 文件为 .env，并添加你的 OpenAI API 密钥：

cp .env.example .env

接着，编辑 .env 文件，填入你的 OpenAI API 密钥：

OPENAI_API_KEY=your_openai_api_key_here
OPENAI_API_URL=https://api.openai.com/v1
PORT=3001

运行服务

你需要同时启动两个服务，以实现完整功能：

启动 MCP 服务器

npm run start:dev mcp-server

此命令将启动 MCP 服务器，默认端口为 3000。

启动 MCP 后台

npm run start:dev mcp-backend

此命令将启动 MCP 后台，默认端口为 3001。

💻 使用示例

基础用法

当两个服务都启动后，你可以通过发送 POST 请求来测试功能：

样例请求

向 http://localhost:3001 发送 POST 请求，并在请求体中包含如下 JSON 数据：

{
  "message": "What time is it in Viet Nam?"
}

使用 curl 工具

curl -X POST http://localhost:3001 -H "Content-Type: application/json" -d '{"message":"What time is it in Viet Nam?"}'

使用 Postman 工具

1. 打开 Postman，创建一个新请求。
2. 设置请求 URL 为 http://localhost:3001。
3. 选择 POST 请求方法。
4. 在请求头中添加 Content-Type: application/json。
5. 在请求体中输入以下 JSON 数据：

{
  "message": "What time is it in Viet Nam?"
}

6. 发送请求，查看响应结果。

高级用法

若要在 mcp-backend 中连接多个 MCP 服务器，可在 src/main.ts 文件中进行如下配置：

import { NestFactory } from '@nestjs/core';
import { AppModule } from './app.module';

async function bootstrap() {
  const app = await NestFactory.create(AppModule);

  // 添加其他 MCP 服务器的主机和端口
  const otherMcpServers = ['http://localhost:3002', 'http://localhost:3003'];
  
  // 注册 MCP 服务提供程序（可选）
  // app.registerMcpProvider(otherMcpServers);

  await app.listen(3001);
}

📚 详细文档

架构说明

• mcp-server：负责处理并返回与时间相关的请求。
• mcp-backend：作为客户端，向 MCP 服务器发送请求并接收响应。

所用技术

• NestJS：用于构建微服务架构。
• LangChain.js：用于与大型语言模型交互。
• Axios：用于处理 HTTP 请求。

📄 许可证

本项目采用 UNLICENSED 许可证进行分发，详细信息请查阅 LICENSE 文件。