# MCP ChatBot L9 —— 混合传输模式

在 L7 的基础上，将 research server 从本地 stdio 子进程改为**远程 SSE 服务器**。

## 架构变化

| 组件 | L7 | L9 |
|------|----|----|
| research server | stdio 子进程 | SSE 远程 (port 8001) |
| filesystem server | stdio 子进程 | stdio 子进程 (不变) |
| fetch server | stdio 子进程 | stdio 子进程 (不变) |
| LLM API | DeepSeek (openai SDK) | DeepSeek (不变) |

## 运行方式

```bash
# 1. 启动远程 SSE 服务器（终端 1）
uv run research_server.py

# 2. 启动聊天机器人（终端 2）
uv run mcp_chatbot.py
```

## 命令

| 命令 | 说明 |
|------|------|
| `@folders` | 查看可用论文主题文件夹 |
| `@topic_name` | 查看某主题的论文列表 |
| `/prompts` | 列出所有提示模板 |
| `/prompt <name> arg1=val1 ...` | 执行提示模板 |
| `quit` | 退出对话 |

---

## 🚀 部署到 Render（远程 SSE 服务）

### 1. 创建 GitHub 仓库

在 [GitHub](https://github.com/new) 创建新仓库（例如 `mcp-research-server`），**不要**勾选 "Add a README file"。

### 2. 推送代码

```bash
cd L9/mcp_project

# 初始化 git
git init
git add .
git commit -m "Initial commit: MCP Research Server (SSE)"

# 关联远程仓库并推送
git remote add origin https://github.com/<你的用户名>/mcp-research-server.git
git branch -M main
git push -u origin main
```

### 3. Render 关联部署

1. 登录 [Render Dashboard](https://dashboard.render.com)（用 GitHub 账号）
2. 点击 **New +** → **Web Service**
3. 选择刚推送的 GitHub 仓库
4. Render 自动检测 `render.yaml`，或者手动配置：
   - **Build Command**: `pip install -r requirements.txt`
   - **Start Command**: `python research_server.py`
5. 点击 **Deploy Web Service**

### 4. 更新客户端配置

部署成功后，Render 会分配一个 URL（如 `https://mcp-research-server.onrender.com`）。

修改 `server_config.json` 中的 research 服务器 URL：
```json
{
    "mcpServers": {
        "research": {
            "transport": "sse",
            "url": "https://mcp-research-server.onrender.com/sse"
        }
    }
}
```

### 5. 测试远程服务

```bash
# 启动 chatbot（现在连接到远程 Render 服务器）
uv run mcp_chatbot.py
```

> **注意**: Render 免费层在无流量时会休眠，首次请求可能需要 30-60 秒唤醒。

## 项目文件说明

| 文件 | 用途 |
|------|------|
| `research_server.py` | FastMCP SSE 服务器（端口由 PORT 环境变量控制） |
| `mcp_chatbot.py` | 混合传输客户端（sse_client + stdio_client） |
| `server_config.json` | MCP 服务器连接配置 |
| `render.yaml` | Render Blueprint 部署配置 |
| `requirements.txt` | Render 部署用的 pip 依赖 |
| `pyproject.toml` | 本地开发用 uv 依赖 |
| `papers/` | 论文数据存储目录 |