使用 Azure OpenAI 的 MCP 服务器和客户端实现

利用模型上下文协议 (MCP) 和 Azure OpenAI 的最小服务器/客户端应用程序实现。
1. MCP 服务器是用FastMCP构建的。
2. Playwright是 Microsoft 推出的一个开源、端到端测试框架，用于测试现代 Web 应用程序。
3. MCP 对工具的响应将转换为 OpenAI 函数调用格式。
4. 将 MCP 服务器响应转换为 OpenAI 函数调用格式的桥梁定制了MCP-LLM Bridge实现。
5. 为了确保稳定的连接，服务器对象被直接传递到桥中。

Related MCP server: MCP Simple OpenAI Assistant

模型上下文协议（MCP）

模型上下文协议 (MCP) MCP（模型上下文协议）是一种开放协议，可实现 AI 应用程序与本地或远程资源之间的安全、受控交互。

官方存储库

社区资源

MCP剧作家

配置

在 2024 年 12 月的开发阶段，Python 项目应以“uv”启动。其他依赖管理库，例如“pip”和“poetry”，尚未得到 MCP CLI 的完全支持。

将.env.template重命名为.env ，然后在.env中填写 Azure OpenAI 的值：

AZURE_OPEN_AI_ENDPOINT=
AZURE_OPEN_AI_API_KEY=
AZURE_OPEN_AI_DEPLOYMENT_MODEL=
AZURE_OPEN_AI_API_VERSION=

安装uv进行 Python 库管理
```
pip install uv
uv sync
```
执行python chatgui.py
- 示例屏幕显示客户端启动浏览器导航到 URL。

相对于‘stdio’

stdio是传输层（原始数据流），而JSON-RPC是应用协议（结构化通信）。它们之间有区别，但经常互换使用，例如，在协议中，“JSON-RPC over stdio”。

工具描述

@self.mcp.tool()
async def playwright_navigate(url: str, timeout=30000, wait_until="load"):
    """Navigate to a URL.""" -> This comment provides a description, which may be used in a mechanism similar to function calling in LLMs.

# Output
Tool(name='playwright_navigate', description='Navigate to a URL.', inputSchema={'properties': {'url': {'title': 'Url', 'type': 'string'}, 'timeout': {'default': 30000, 'title': 'timeout', 'type': 'string'}

提示：紫外线

特征

uv run: Run a script.
uv venv: Create a new virtual environment. By default, '.venv'.
uv add: Add a dependency to a script
uv remove: Remove a dependency from a script
uv sync: Sync (Install) the project's dependencies with the environment.