Skip to main content
Glama

MCP Demo Server

by keosu
VENV_SETUP.md2.12 kB
# 虚拟环境设置指南 ## 为什么使用虚拟环境? 虚拟环境能够: - 隔离项目依赖,避免版本冲突 - 保持系统Python环境的整洁 - 确保项目在不同机器上的一致性 - 便于项目的部署和分发 ## 快速开始 ### 方法一:使用自动化脚本(推荐) 1. **首次运行/服务器启动**: ```powershell # 方式1:双击运行 # 双击 setup_and_run.ps1 # 方式2:PowerShell 命令行 .\setup_and_run.ps1 ``` 这个脚本会自动: - 检查并创建虚拟环境(如果不存在) - 激活虚拟环境 - 安装所需依赖 - 启动服务器 2. **运行测试**: ```powershell # 方式1:双击运行 # 双击 test_with_venv.ps1 # 方式2:PowerShell 命令行 .\test_with_venv.ps1 ``` ### 方法二:手动操作 1. **创建虚拟环境**: ```bash python -m venv venv ``` 2. **激活虚拟环境**: ```bash # Windows venv\Scripts\activate # Linux/macOS source venv/bin/activate ``` 3. **安装依赖**: ```bash pip install -r requirements.txt ``` 4. **启动服务器**: ```bash uvicorn main:app --reload --host 0.0.0.0 --port 8000 ``` 5. **退出虚拟环境**: ```bash deactivate ``` ## 常见问题 ### Q: 为什么执行 python -m venv venv 失败? A: 请尝试: - 使用 `python3 -m venv venv` - 确保 Python 版本 >= 3.7 - 检查 Python 是否正确安装并添加到 PATH ### Q: 如何确认虚拟环境已激活? A: 激活后,命令行提示符前会显示 `(venv)` ### Q: 如何重新创建虚拟环境? A: 删除 `venv` 文件夹,然后重新执行创建命令 ### Q: 虚拟环境占用多少空间? A: 通常约 20-50 MB,取决于安装的包数量 ## 项目文件说明 - `setup_and_run.ps1` - 自动设置虚拟环境并启动服务器 - `test_with_venv.ps1` - 在虚拟环境中运行测试 - `start_server.ps1` - 简单启动脚本(不使用虚拟环境) - `run_tests.ps1` - 简单测试脚本(不使用虚拟环境) - `venv/` - 虚拟环境目录(会自动创建)

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/keosu/mcpdemo'

If you have feedback or need assistance with the MCP directory API, please join our Discord server