MCP AI Infra Real Time Agent

简介

MCP-AI-Infra 是一个基于模型控制协议(MCP)的AI基础设施，为Claude和Cursor等AI客户端提供实时工具执行、结构化知识检索和动态代理交互能力。

架构概述

MCP作为通用AI接口，类似于"USB-C"标准，允许AI应用与结构化数据源和可执行函数交互：

• MCP客户端：嵌入在AI主机(如Claude)中，请求工具、查询资源
• MCP服务器：您实现的部分，暴露工具和资源供AI调用

快速开始

1. 安装依赖

pip install mcpdoc langchain anthropic

2. 创建MCP服务器

from mcpdoc import MCPServer
from langchain.tools import Tool

# 创建MCP服务器
server = MCPServer()

# 定义工具函数
def get_weather_forecast(location: str) -> str:
    # 实现获取天气预报的逻辑
    return f"今天{location}天气晴朗，温度25°C"

# 注册工具
weather_tool = Tool(
    name="get_forecast",
    description="获取指定地点的天气预报",
    func=get_weather_forecast
)

# 添加工具到服务器
server.add_tool(weather_tool)

3. 启动服务器

# 启动MCP服务器
server.start(port=8000)

4. 配置AI客户端

在Claude或Cursor中，配置MCP连接指向您的本地服务器：

MCP服务器URL: http://localhost:8000

工具调用示例

当连接到您的MCP服务器后，AI客户端可以这样调用工具：

用户: 北京今天的天气如何？

Claude: 让我为您查询北京的天气预报。

[调用工具: get_forecast]
参数: {"location": "北京"}
结果: 今天北京天气晴朗，温度25°C

根据天气预报，今天北京天气晴朗，温度25°C。

高级功能

• 多层代理交互：支持AI代理既作为客户端又作为服务器
• 资源提供：可提供API响应、数据库查询等资源
• 提示处理：启用结构化用户交互的模板

调试技巧

使用Anthropic的MCP Inspector测试和调试MCP交互：

注意事项

• 利用现有MCP框架(如mcpdoc)避免重复开发
• MCP服务器可以暴露多种工具和资源以扩展AI能力
• 确保正确处理资源和提示以获得最佳用户体验

了解更多信息，请参阅完整文档或项目GitHub仓库。