Skip to main content
Glama

MCP (Model Context Protocol) Server

by sainath1420

Beispiele für die MCP-Integration (Model Context Protocol)

Dieses Repository demonstriert die Verwendung des Model Context Protocol (MCP) mit verschiedenen Integrationen, darunter ein benutzerdefinierter Rechnerserver, GitHub und Google Maps.

Was ist MCP?

Das Model Context Protocol (MCP) ist ein Protokoll, das KI-Modellen die Interaktion mit externen Tools und Diensten ermöglicht. Es bietet KI-Modellen eine standardisierte Möglichkeit für:

  • Ausführen von Tools und Funktionen
  • Zugriff auf Ressourcen
  • Eingabeaufforderungen generieren
  • Interaktion mit externen Diensten

Projektstruktur

├── server.py # MCP-Server (benutzerdefinierte Erstellung)
├── client_server.py # MCP-Client
├── 1)maps.py # Google Maps MCP-Integration
├── 2)github.py # GitHub MCP-Integration
└── requirements.txt # Projektabhängigkeiten

Merkmale

1. Benutzerdefinierter Rechnerserver

  • Implementiert grundlegende Rechenoperationen
  • Demonstriert die Erstellung von MCP-Tools
  • Zeigt Ressourcen und schnelle Handhabung

2. GitHub-Integration

  • Repository-Commits auflisten
  • Verwendet GitHub Personal Access Token zur Authentifizierung
  • Demonstriert die Handhabung von Umgebungsvariablen

3. Google Maps Integration

  • Suchen Sie mit der Google Maps API nach Orten
  • Konfigurierbarer Suchradius
  • Umgebungsvariablenbasiertes API-Schlüsselmanagement

Aufstellen

  1. Installieren Sie Abhängigkeiten:

pip install -r Anforderungen.txt

MCP-Werkzeugtypen

  1. Tools : Funktionen, die bestimmte Aktionen ausführen
    • Definiert mit @mcp.tool Decorator
    • Kann Parameter akzeptieren und Werte zurückgeben
  2. Ressourcen : Statische oder dynamische Datenquellen
    • Definiert mit @mcp.resource Decorator
    • Zugriff über Ressourcen-URLs
  3. Eingabeaufforderungen : Vorlagenbasierte Textgenerierung
    • Definiert mit dem Dekorator @mcp.prompt
    • Kann dynamische Inhalte enthalten

Bewährte Methoden

  1. Verwenden Sie für vertrauliche Daten immer Umgebungsvariablen
  2. Implementieren Sie eine ordnungsgemäße Fehlerbehandlung
  3. Verwenden Sie Typhinweise für eine bessere Codeübersicht
  4. Dokumentieren Sie Ihre Tools mit klaren Docstrings
  5. Bewahren Sie API-Schlüssel sicher auf und übergeben Sie sie niemals der Versionskontrolle

Anwendungsbeispiele

Kalkulator

Serverseitig (initialisieren)

@mcp.tool(name="hinzufügen")
def add(a: int, b: int): return a + b

Durch Ausführen der Datei server.py wird der MCP-Server gestartet und ausgeführt.

Clientseitig (nutzen)

Ergebnis = warte auf Sitzung.call_tool("Hinzufügen", Argumente={"a": 5, "b": 3})

Durch Ausführen der Datei client_server.py wird eine Verbindung zum MCP-Server hergestellt.

-
security - not tested
F
license - not found
-
quality - not tested

Eine Serverimplementierung, die demonstriert, wie KI-Modelle über das Model Context Protocol mit externen Tools und Diensten interagieren können, mit Integrationen für Taschenrechnerfunktionen, GitHub-Repositorys und Google Maps-Suchen.

  1. Was ist MCP?
    1. Projektstruktur
      1. Merkmale
        1. Benutzerdefinierter Rechnerserver
        2. GitHub-Integration
        3. Google Maps Integration
      2. Aufstellen
        1. MCP-Werkzeugtypen
          1. Bewährte Methoden
            1. Anwendungsbeispiele
              1. Kalkulator
                1. Serverseitig (initialisieren)
                2. Clientseitig (nutzen)

              Related MCP Servers

              • -
                security
                F
                license
                -
                quality
                A server that enables AI systems to browse, retrieve content from, and interact with web pages through the Model Context Protocol.
                Last updated -
              • -
                security
                F
                license
                -
                quality
                A demonstration implementation of the Model Context Protocol server that facilitates communication between AI models and external tools while maintaining context awareness.
                Last updated -
                Python
                • Linux
                • Apple
              • -
                security
                F
                license
                -
                quality
                A comprehensive Model Context Protocol server implementation that enables AI assistants to interact with file systems, databases, GitHub repositories, web resources, and system tools while maintaining security and control.
                Last updated -
                16
                TypeScript
              • -
                security
                A
                license
                -
                quality
                A customizable Model Context Protocol server implementation that enables AI models to interact with external tools including weather queries, Google search, and camera control functionality.
                Last updated -
                8
                Python
                Apache 2.0
                • Linux
                • Apple

              View all related MCP servers

              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/sainath1420/mcp'

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