miniMCP

Ein leichtgewichtiges Projekt, das demonstriert, wie man ein lokales KI-Modell (unter Verwendung von Ollama) mit benutzerdefinierten Tools über das Model Context Protocol (MCP) implementiert und verbindet.

In diesem Projekt fungiert die KI als Datenbankassistent, der eine In-Memory-Datenbank mithilfe von CRUD-Operationen (Create, Read, Update, Delete) abfragen und verwalten kann.

Projektstruktur

• server.py: Dies ist der mit FastMCP erstellte MCP-Server. Er verwaltet eine In-Memory-Datenbank und stellt Tools (tools) bereit für:

  • Das Erstellen von Elementen (create_item)

  • Das Lesen einzelner Elemente (read_item)

  • Das Lesen mehrerer Elemente gleichzeitig (read_multiple_items)

  • Das Aktualisieren von Elementen (update_item)

  • Das Löschen von Elementen (delete_item)

• client.py: Dies ist der Client, der über das Terminal interagiert. Er verbindet sich mit dem MCP-Server über Standard-Ein-/Ausgabeströme (stdio), liest die verfügbaren Tools und etabliert einen Chat-Zyklus mit dem Benutzer und dem Ollama-LLM (gemma4:e4b).

• requirements.txt: Datei mit den Hauptabhängigkeiten des Projekts.

Related MCP server: Modular MCP Server with Python Tools

Voraussetzungen und Abhängigkeiten

Stelle vor dem Start des Projekts sicher, dass Folgendes installiert ist:

1. Python 3.10+

2. Ollama installiert und auf deinem Rechner ausgeführt.

3. Das Modell, das dieses Repository verwendet, welches standardmäßig gemma4:e4b ist. Du kannst es mit dem folgenden Befehl herunterladen:

   ollama run gemma4:e4b

Installation

1. Klone das Repository und navigiere in dessen Ordner:

   git clone <url-del-repo> miniMCP
   cd miniMCP

2. Erstelle und aktiviere eine virtuelle Umgebung (optional, aber sehr empfohlen):

   python -m venv .venv
   # En Windows:
   .\.venv\Scripts\activate
   # En macOS/Linux:
   source .venv/bin/activate

3. Installiere die notwendigen Abhängigkeiten:

   pip install -r requirements.txt
   pip install gradio

Verwendung

Das Projekt besteht aus der Client/Server-Konfiguration, aber der Client kümmert sich selbst um den Start des Servers, sodass du nur den Client ausführen musst:

python client.py

Schreibe deine Fragen direkt in die Konsole.

Interaktionsbeispiel

Du kannst versuchen, der KI Folgendes zu sagen:

• "Erstelle ein Element mit der ID 'tarea1' und dem Inhalt 'Milch kaufen'"

• "Zeige den Inhalt des Bereichs 'tarea1'"

• "Aktualisiere 'tarea1' und sage mir, dass die Milch fettarm sein muss"

• "Lies die Elemente 'tarea1' und 'tarea2'"

• "Lösche die ID 'tarea1'"

Die KI führt automatisch die Tools aus server.py aus, ohne dass du den Code oder die Aufrufe direkt schreiben musst.