Prueba de concepto de MCP

Este repositorio contiene un servidor de Protocolo de Contexto de Modelo (MCP) simple, implementado con FastAPI . El objetivo es exponer los datos del rebaño mediante una API detectable y versionada que se puede implementar en AWS Fargate.

Corriendo localmente

Instalar dependencias:
La ruta de la base de datos se puede configurar mediante la variable de entorno DATABASE_PATH . Si no se configura, se establece de forma predeterminada en mcp.db dentro del directorio de trabajo.
pip install -r requirements.txt
Sembrar la base de datos SQLite:
python -m app.seed
Iniciar el servidor API:
uvicorn app.main:app --reload
Autenticarse con el token fake-super-secret-token al llamar a la API.

El archivo de descubrimiento de MCP está disponible en model_context.yaml .

Related MCP server: MyAIServ MCP Server

Usando el agente

Se proporciona un paquete agent para interactuar con el servidor MCP. Una vez que el servidor esté en funcionamiento, puede listar los datos del rebaño de la siguiente manera:

python -m agent http://localhost:8000 --token fake-super-secret-token

El agente lee model_context.yaml para descubrir la ruta de la API y devuelve la respuesta JSON del servidor. Para obtener compatibilidad total con YAML, instale la dependencia opcional PyYAML ; de lo contrario, se utiliza un analizador integrado limitado.

Ejecución de pruebas

pytest -q

Recipiente

Se proporciona un Dockerfile para ejecutar el servidor en un contenedor. Compilación con:

docker build -t mcp .

Terraformar

El directorio terraform contiene una configuración mínima que muestra cómo implementar el contenedor en AWS (p. ej., Fargate). Crea un repositorio ECR para la imagen.