miniMCP

一个轻量级项目，演示了如何通过模型上下文协议 (Model Context Protocol, MCP) 实现并连接本地 AI 模型（使用 Ollama）与自定义工具。

在这个项目中，AI 充当数据库助手，可以使用 CRUD（创建、读取、更新、删除）操作来查询和管理内存数据库。

项目结构

• server.py: 这是使用 FastMCP 创建的 MCP 服务器。它维护一个内存数据库，并公开以下工具 (tools)：

  • 创建项目 (create_item)

  • 读取单个项目 (read_item)

  • 同时读取多个项目 (read_multiple_items)

  • 更新项目 (update_item)

  • 删除项目 (delete_item)

• client.py: 这是通过终端进行交互的客户端。它通过标准输入/输出流 (stdio) 连接到 MCP 服务器，读取可用工具，并与用户及 Ollama LLM (gemma4:e4b) 建立聊天循环。

• requirements.txt: 包含项目主要依赖项的文件。

Related MCP server: Modular MCP Server with Python Tools

要求与依赖

在启动项目之前，请确保已安装：

1. Python 3.10+

2. Ollama 已安装并在你的机器上运行。

3. 本仓库使用的模型，默认为 gemma4:e4b。你可以使用以下命令下载它：

   ollama run gemma4:e4b

安装

1. 克隆仓库并进入其文件夹：

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

2. 创建并激活虚拟环境（可选，但强烈推荐）：

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

3. 安装必要的依赖项：

   pip install -r requirements.txt
   pip install gradio

使用方法

该项目包含客户端/服务器配置，但客户端负责自行启动服务器，因此你只需要运行客户端：

python client.py

直接在控制台中输入你的问题。

交互示例

你可以尝试告诉 AI：

• "创建一个 ID 为 'tarea1'、内容为 '买牛奶' 的项目"

• "显示 'tarea1' 的内容"

• "更新 'tarea1'，并告诉我牛奶应该是脱脂的"

• "读取 'tarea1' 和 'tarea2'"

• "删除 ID 'tarea1'"

AI 将自动执行 server.py 中的工具，而无需你直接编写代码或调用。