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

Related MCP server: Semantic Scholar MCP Server

运行方式

# 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

🚀 部署到 Render（远程 SSE 服务）

1. 创建 GitHub 仓库

在 GitHub 创建新仓库（例如 mcp-research-server），不要勾选 "Add a README file"。

2. 推送代码

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（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：

{
    "mcpServers": {
        "research": {
            "transport": "sse",
            "url": "https://mcp-research-server.onrender.com/sse"
        }
    }
}

5. 测试远程服务

# 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