MCP Server For Local

🚀 基于 MCP 的本地服务器代理及客户端实现

本项目实现了基于 MCP 的本地服务器代理及客户端，具备天气查询、谷歌搜索、摄像头控制等丰富功能，跨平台支持且易于扩展，能为用户带来便捷的使用体验。

✨ 主要特性

核心功能

• 天气查询：可实时获取全球任意位置的天气信息，支持温度、湿度、风速等详细数据。
• 谷歌搜索：能够智能检索互联网信息，支持多语言和高级搜索语法。
• 摄像头控制：支持拍照、视频流和微表情分析，可用于情绪识别。
• 图片生成：集成 ComfyUI，支持文本到图像的 AI 生成。
• 智能对话：基于 DashScope 的 AI 对话能力，支持上下文理解和多轮对话。

技术特性

• 支持跨平台（Windows 和 Linux）。
• 采用模块化设计，便于扩展新功能。
• 拥有完整的日志系统，方便进行调试和监控。
• 支持自定义工具和 API 集成。
• 具备高性能的并发处理能力。

📦 安装指南

系统要求

• Python：3.6 或更高版本。
• Node.js（可选）：用于某些扩展功能。
• Chrome 浏览器：用于 Web 相关操作。
• 摄像头：用于图像和视频处理。
• 内存：建议 4GB 或以上。
• CUDA 显卡（可选）：加速 AI 相关任务。

安装步骤

1. 克隆代码仓库：

   git clone [仓库地址]
   cd mcp-server
   

2. 创建虚拟环境并激活：
   • Windows:

     python -m venv env
     .\env\Scripts\activate
     

   • Linux/MacOS:

     python -m venv env
     source env/bin/activate
     

3. 安装依赖项：

   pip install -r requirements.txt
   

4. 配置环境变量，编辑 .env 文件并添加以下内容：

   DASHSCOPE_API_KEY=your_api_key_here
   MODEL_NAME=gpt-3.5-turbo
   CHROME_PATH=/path/to/chrome
   

💻 使用示例

基本使用

1. 运行代理服务器：

   python -m mcp.proxy.start_proxy
   

2. 启动客户端：

   python -m mcp.client.start_client
   

3. 示例命令：
   • 查询天气：client.weather("上海")
   • 图像生成：client.image.generate("一只可爱的小猫")

高级用法

1. 自定义工具：在 tools/ 目录下添加新的工具类，并在配置文件中注册。
2. API 扩展：通过配置文件集成第三方 API，如 config/api_settings.json。
3. 日志管理：查看和分析日志文件，默认路径为 logs/。

📚 详细文档

常见问题

安装问题

• 依赖安装失败：检查网络连接或尝试使用代理。
• 虚拟环境问题：确保 Python 版本正确且已激活虚拟环境。

运行问题

• Chrome 相关问题：
  • 确保 Chrome 和 ChromeDriver 版本匹配。
  • 检查 Chrome 路径是否正确配置。
• API 密钥问题：验证密钥是否有效且权限充足。

开发指南

项目结构

src/mcp/
├── client/          # 客户端代码实现
├── proxy/           # 代理服务器代码
├── tools/           # 工具类扩展
├── utils/           # 辅助工具函数
└── config/          # 配置文件及设置

功能开发流程

1. 在 tools/ 目录下创建新的功能模块。
2. 实现必要的接口方法，确保遵循项目规范。
3. 更新配置文件以启用新功能。
4. 编写相应的测试用例，并进行单元测试。
5. 提交代码并更新相关文档。

贡献指南

欢迎提交问题报告和代码贡献！请在提交前：

1. 确保代码符合项目编码规范。
2. 添加必要的测试用例。
3. 更新受影响的文档部分。
4. 确保所有测试通过。

📄 许可证

本项目采用 MIT License。