模型上下文协议 (MCP) Python 实现

该项目遵循 Anthropic MCP 规范，使用 Python 实现了一个可运行的模型上下文协议 (MCP) 服务器和客户端。它通过一个简单的交互式示例演示了 MCP 协议的关键模式。

什么是 MCP？

模型上下文协议 (MCP) 是基于 JSON-RPC 2.0 构建的开放标准，用于将 AI 模型连接到外部数据源和工具。它定义了一种客户端-服务器架构，其中 AI 应用程序与一个或多个 MCP 服务器通信，每个 MCP 服务器都提供以下功能：

• 工具：执行操作的可执行函数

• 资源：提供信息的数据源

• 提示：预定义模板或工作流程

MCP 标准化了这些功能的发现和调用方式，充当“AI 的 USB-C”，允许模型以结构化的方式与外部系统交互。

Related MCP server: MCP Server Python Template

项目结构

• server/ ：MCP 服务器实现

  • server.py ：处理 MCP 请求并提供示例工具/资源的 WebSocket 服务器

• client/ ：MCP 客户端实现

  • client.py ：连接到服务器并练习所有 MCP 功能的演示客户端

功能演示

此实现展示了核心 MCP 协议流程：

1. 能力协商：客户端与服务器通过initialize进行握手

2. 能力发现：列出可用的工具和资源

3. 工具调用：使用参数调用add_numbers工具

4. 资源访问：从资源中读取文本内容

设置

1. 创建虚拟环境：

   python3 -m venv .venv
   source .venv/bin/activate

2. 安装依赖项：

   pip install -r requirements.txt

用法

1. 启动 MCP 服务器（在一个终端中）：

   python server/server.py

2. 运行 MCP 客户端（在另一个终端中）：

   python client/client.py

客户端将连接到服务器，执行 MCP 握手，发现功能，并以格式化的输出演示调用工具和访问资源。

工作原理

MCP 服务器

服务器：

• 接受 WebSocket 连接

• 响应符合 MCP 规范的 JSON-RPC 请求

• 提供示例工具（ add_numbers ）

• 提供示例资源（ example.txt ）

• 支持MCP握手和能力发现

MCP 客户端

客户：

• 通过 WebSocket 连接到服务器

• 执行 MCP 握手

• 发现可用的工具和资源

• 演示如何调用工具和读取资源

• 以格式化的显示方式呈现结果

协议详细信息

MCP 实现了以下关键方法：

扩展项目

您可以通过以下方式扩展此实现：

• 添加更多具有不同功能的工具

• 添加每次读取时都会改变的动态资源

• 实施引导式交互的提示模板

• 创建更具交互性的客户端应用程序

参考

• 人择模型上下文协议规范

• JSON-RPC 2.0 规范

• WebSockets 协议