MCP Servers

概述

MCP-Servers 是一个实现和扩展模型控制协议(MCP)的服务器项目，使 AI 系统(如 Claude 和 Cursor)能够访问结构化知识并动态调用工具。

快速开始

1. 安装

git clone https://github.com/your-repo/mcp-servers.git
cd mcp-servers
pip install -r requirements.txt

2. 基本设置

from mcp_server import MCPServer
from mcpdoc import MCPDoc

# 初始化服务器
server = MCPServer(port=8000)

# 添加基本工具
server.add_tool("get_forecast", get_weather_forecast)
server.add_tool("get_alerts", get_weather_alerts)

3. 启动服务器

# 启动服务器
server.start()

4. 连接 AI 客户端

确保您的 AI 客户端(如 Claude 3.7 Sonnet Desktop 或 Cursor)配置为连接到您的本地 MCP 服务器:

服务器地址: localhost:8000

核心功能

• 工具调用: AI 客户端可访问并执行自定义工具
• 资源处理: 服务器可提供 API 响应、文件内容等资源
• 提示管理: 支持预编写的模板用于结构化任务

示例: 添加自定义天气工具

import requests

def get_weather_forecast(location, days=3):
    """获取指定位置的天气预报"""
    api_key = "YOUR_WEATHER_API_KEY"
    response = requests.get(f"https://api.weather.com/forecast?location={location}&days={days}&key={api_key}")
    return response.json()

# 注册工具
server.add_tool("get_forecast", get_weather_forecast)

调试

使用 Anthropic 的 MCP Inspector 测试服务器功能:

from mcp_inspector import MCPInspector

inspector = MCPInspector(server_url="localhost:8000")
result = inspector.test_tool("get_forecast", {"location": "San Francisco", "days": 5})
print(result)

下一步

• 探索多层代理交互
• 实现动态工具发现
• 扩展自定义工具集

详细文档请参见 完整项目文档