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
- Installieren Sie Abhängigkeiten:
pip install -r Anforderungen.txt
MCP-Werkzeugtypen
- Tools : Funktionen, die bestimmte Aktionen ausführen
- Definiert mit
@mcp.tool
Decorator - Kann Parameter akzeptieren und Werte zurückgeben
- Definiert mit
- Ressourcen : Statische oder dynamische Datenquellen
- Definiert mit
@mcp.resource
Decorator - Zugriff über Ressourcen-URLs
- Definiert mit
- Eingabeaufforderungen : Vorlagenbasierte Textgenerierung
- Definiert mit dem Dekorator
@mcp.prompt
- Kann dynamische Inhalte enthalten
- Definiert mit dem Dekorator
Bewährte Methoden
- Verwenden Sie für vertrauliche Daten immer Umgebungsvariablen
- Implementieren Sie eine ordnungsgemäße Fehlerbehandlung
- Verwenden Sie Typhinweise für eine bessere Codeübersicht
- Dokumentieren Sie Ihre Tools mit klaren Docstrings
- 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.
This server cannot be installed
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.
Related MCP Servers
- -securityFlicense-qualityA server that enables AI systems to browse, retrieve content from, and interact with web pages through the Model Context Protocol.Last updated -
- -securityFlicense-qualityA demonstration implementation of the Model Context Protocol server that facilitates communication between AI models and external tools while maintaining context awareness.Last updated -Python
- -securityFlicense-qualityA 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 -16TypeScript
- -securityAlicense-qualityA 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 -8PythonApache 2.0