Custom Vision Training Client

Servidor MCP

Este proyecto es un servidor MCP (Protocolo de conversación multiagente) para la URL OpenAPI dada: https://api.apis.guru/v2/specs/microsoft.com/cognitiveservices-Training/3.2/openapi.json , generada automáticamente mediante el generador MCP de AG2.

Prerrequisitos

• Python 3.9+
• pip y uv

Instalación

1. Clonar el repositorio:
   git clone <repository-url> cd mcp-server
2. Instalar dependencias: El script .devcontainer/setup.sh gestiona la instalación de dependencias mediante pip install -e ".[dev]" . Si no utiliza el contenedor dev, puede ejecutar este comando manualmente.
   pip install -e ".[dev]"
   Alternativamente, puedes utilizar uv :
   uv pip install --editable ".[dev]"

Desarrollo

Este proyecto utiliza ruff para control de linting y formateo, mypy para verificación de tipos estáticos y pytest para pruebas.

Pelusa y formato

Para comprobar si hay problemas de pelusa:

Para formatear el código:

Estos comandos también están disponibles a través del script scripts/lint.sh .

Análisis estático

Para ejecutar un análisis estático (mypy, bandit, semgrep):

Este script también se configura como un gancho previo a la confirmación en .pre-commit-config.yaml .

Ejecución de pruebas

Para ejecutar pruebas con cobertura:

Esto ejecutará pytest y generará un informe de cobertura. Para un informe y una limpieza combinados, puede usar:

Ganchos de pre-confirmación

Este proyecto utiliza ganchos de pre-confirmación definidos en .pre-commit-config.yaml . Para instalar los ganchos:

Los ganchos se ejecutarán automáticamente antes de cada confirmación.

Ejecución del servidor

El servidor MCP se puede iniciar mediante el script mcp_server/main.py . Admite diferentes modos de transporte (p. ej., stdio y sse ).

Para iniciar el servidor (por ejemplo, en modo stdio):

El servidor se puede configurar mediante variables de entorno:

• CONFIG_PATH : Ruta a un archivo de configuración JSON (por ejemplo, mcp_server/mcp_config.json ).
• CONFIG : Una cadena JSON que contiene la configuración.
• SECURITY : Variables de entorno para parámetros de seguridad (por ejemplo, claves API).

Consulte el bloque if __name__ == "__main__": en mcp_server/main.py para obtener detalles sobre cómo se cargan.

El archivo tests/test_mcp_server.py demuestra cómo iniciar e interactuar con el servidor mediante programación para realizar pruebas.

Construcción y publicación

Este proyecto utiliza Hatch para compilar y publicar. Para compilar el proyecto:

Para publicar el proyecto:

Estos comandos también están disponibles a través del script scripts/publish.sh .