MCP Server for ML Model Integration

Construir un servidor MCP

Un tutorial completo sobre cómo construir un servidor MCP para servir un modelo de Random Forest entrenado e integrarlo con Bee Framework para la interactividad de ReAct.

Míralo en vivo y en acción 📺

Servidor MCP de inicio 🚀

1. Clonar este repositorio git clone https://github.com/nicknochnack/BuildMCPServer
2. Para ejecutar el servidor MCP
   cd BuildMCPServer
uv venv
source .venv/bin/activate
uv add .
uv add ".[dev]"
uv run mcp dev server.py
3. Para ejecutar el agente, en una terminal separada, ejecute:
   source .venv/bin/activate
uv run singleflowagent.py

Servidor ML alojado de FastAPI para startups

git clone https://github.com/nicknochnack/CodeThat-FastML
cd CodeThat-FastML
pip install -r requirements.txt
uvicorn mlapi:app --reload
Las instrucciones detalladas sobre cómo construirlo también se pueden encontrar aquí.

Otras referencias 🔗

• Creación de clientes MCP (utilizados en el agente de flujo único)
• Vídeo original donde construyo el servidor ML

¿Quién, cuándo, por qué?

👨🏾‍💻 Autor: Nick Renotte 📅 Versión: 1.x 📜 Licencia: Este proyecto está licenciado bajo la Licencia MIT