🏗️ MCP Infrastructure

Eine vollständige Model Context Protocol (MCP) Implementierung in Python mit SSE-Transport, die Tools, Resources und Prompts bereitstellt.

📋 Überblick

Dieses Projekt implementiert das offizielle MCP-Protokoll von Anthropic und bietet:

• MCP Server mit SSE (Server-Sent Events) Transport

• MCP Client zum Testen und zur Interaktion

• 11 Tools für Dateisystem, Datenbank, Web, System und Shell-Operationen

• Resources für strukturierten Zugriff auf Daten

• Prompt Templates für häufige Aufgaben

Related MCP server: MCP Shell Server

🚀 Features

Tools (Funktionen)

Dateisystem

• read_file - Dateiinhalte lesen

• write_file - Dateien schreiben

• list_directory - Verzeichnisinhalte auflisten

Datenbank

• query_sqlite - SELECT-Abfragen ausführen

• execute_sql - INSERT/UPDATE/DELETE ausführen

• list_tables - Tabellen auflisten

Web/API

• fetch_url - URLs abrufen

• http_request - HTTP-Requests mit Custom-Headers

System

• get_system_info - System-Informationen (CPU, RAM, Disk)

• list_processes - Laufende Prozesse auflisten

Shell

• execute_shell_command - Shell-Befehle ausführen

Resources (Datenquellen)

• file:// - Dateien als Resources

• db:// - Datenbank-Tabellen als Resources

• system:// - System-Informationen als Resources

Prompts (Templates)

• code_review - Code-Review-Assistent

• sql_helper - SQL-Query-Generator

• system_diagnostics - System-Diagnose-Helfer

• api_integration - API-Integration-Guide

📦 Installation

1. Repository klonen und Setup

cd mcp-infrastructure
python -m venv venv
source venv/bin/activate  # Auf Windows: venv\Scripts\activate
pip install -r requirements.txt

2. Abhängigkeiten

Das Projekt benötigt:

• Python 3.10+

• MCP Python SDK

• aiohttp (für SSE-Server)

• aiosqlite (für Datenbank-Tools)

• httpx (für HTTP-Tools)

• psutil (für System-Tools)

🎯 Verwendung

Server starten

cd server
python main.py

Der Server läuft auf:

• HTTP: http://localhost:8000

• SSE Endpoint: http://localhost:8000/sse

• Messages Endpoint: http://localhost:8000/messages

Client Demo ausführen

cd client
python client.py

Die Demo zeigt:

1. Verbindung zum Server

2. Auflistung aller Tools, Resources und Prompts

3. Beispiel-Aufrufe von Tools

4. Lesen von Resources

5. Verwendung von Prompts

Eigenen Client erstellen

import asyncio
from mcp import ClientSession
from mcp.client.sse import sse_client

async def main():
    async with sse_client("http://localhost:8000/sse") as (read, write):
        async with ClientSession(read, write) as session:
            # Initialize
            await session.initialize()

            # List tools
            tools = await session.list_tools()
            print(f"Available tools: {[t.name for t in tools.tools]}")

            # Call a tool
            result = await session.call_tool("get_system_info", {})
            print(f"Result: {result.content}")

            # Read a resource
            resource = await session.read_resource("system://info")
            print(f"Resource: {resource.contents}")

            # Get a prompt
            prompt = await session.get_prompt(
                "code_review",
                {"code": "def hello(): return 'world'"}
            )
            print(f"Prompt: {prompt.messages}")

asyncio.run(main())

🏗️ Projektstruktur

mcp-infrastructure/
├── README.md                 # Diese Datei
├── requirements.txt          # Python-Abhängigkeiten
│
├── server/                   # MCP Server
│   ├── main.py              # Server-Hauptdatei (SSE Transport)
│   ├── tools/               # Tool-Implementierungen
│   │   ├── filesystem.py    # Dateisystem-Tools
│   │   ├── database.py      # Datenbank-Tools
│   │   ├── web.py           # Web/API-Tools
│   │   ├── system.py        # System-Tools
│   │   └── shell.py         # Shell-Tools
│   ├── resources/           # Resource-Provider
│   │   └── providers.py     # File/DB/System Resource Provider
│   └── prompts/             # Prompt-Templates
│       └── templates.py     # Template-Definitionen
│
├── client/                   # MCP Client
│   └── client.py            # Client-Implementierung + Demo
│
└── tests/                    # Tests (TODO)
    └── ...

🔧 Konfiguration

Server-Port ändern

In server/main.py:

site = web.TCPSite(runner, "localhost", 8000)  # Port hier ändern

Timeout für Shell-Befehle anpassen

In server/tools/shell.py:

async def execute_shell_command(command: str, timeout: int = 30):  # Timeout hier

📡 MCP Protokoll

Dieses Projekt implementiert das offizielle Model Context Protocol (MCP) von Anthropic:

• Transport: SSE (Server-Sent Events) über HTTP

• Capabilities: Tools, Resources, Prompts

• SDK: Verwendet das offizielle mcp Python-Paket

Protokoll-Flow

1. Client verbindet sich via SSE zum /sse Endpoint

2. Initialize: Client sendet Initialisierung

3. Capabilities: Server antwortet mit verfügbaren Tools/Resources/Prompts

4. Requests: Client kann Tools aufrufen, Resources lesen, Prompts abrufen

5. Responses: Server antwortet mit strukturierten Daten

🎓 Learning Path

1. Grundlagen verstehen

• Lies die offizielle MCP-Dokumentation

• Verstehe Tools, Resources und Prompts

• Lerne SSE (Server-Sent Events)

2. Server erkunden

• Starte den Server und öffne server/main.py

• Schaue dir die Tool-Registrierung an (@app.list_tools())

• Verstehe wie Tools aufgerufen werden (@app.call_tool())

3. Client ausprobieren

• Führe client/client.py aus

• Modifiziere die Demo-Aufrufe

• Erstelle eigene Client-Interaktionen

4. Erweitern

• Füge neue Tools hinzu (z.B. E-Mail-Versand)

• Erstelle neue Resources (z.B. Git-Repositories)

• Entwickle neue Prompt-Templates

🔐 Sicherheitshinweise

⚠️ WICHTIG: Dieses Projekt ist für Learning/Experimentieren gedacht!

Produktions-Überlegungen:

1. Shell-Befehle: execute_shell_command kann beliebige Befehle ausführen

   • Implementiere Whitelisting/Sandboxing

   • Validiere Input streng

2. Dateisystem-Zugriff: Tools haben Zugriff auf das gesamte Dateisystem

   • Beschränke auf bestimmte Verzeichnisse

   • Implementiere Permissions

3. Datenbank-Zugriff: SQL-Injection-Gefahr

   • Verwende Prepared Statements

   • Validiere Queries

4. HTTP-Requests: SSRF-Gefahr (Server-Side Request Forgery)

   • Blocke interne IPs

   • Implementiere Rate-Limiting

5. Authentication: Aktuell keine Authentifizierung

   • Füge API-Keys hinzu

   • Implementiere OAuth/JWT

🧪 Testing

Tools testen

# Server starten
cd server && python main.py

# In anderem Terminal: Client ausführen
cd client && python client.py

Einzelne Tools testen

from server.tools.filesystem import read_file
import asyncio

result = asyncio.run(read_file("README.md"))
print(result)

🛠️ Entwicklung

Neue Tools hinzufügen

1. Erstelle Funktion in server/tools/

2. Registriere in server/main.py bei @app.list_tools()

3. Handle in @app.call_tool()

Beispiel:

# In server/tools/email.py
async def send_email(to: str, subject: str, body: str):
    # Implementation
    return {"success": True}

# In server/main.py
@app.list_tools()
async def list_tools():
    return [
        # ... existing tools
        types.Tool(
            name="send_email",
            description="Send an email",
            inputSchema={
                "type": "object",
                "properties": {
                    "to": {"type": "string"},
                    "subject": {"type": "string"},
                    "body": {"type": "string"}
                },
                "required": ["to", "subject", "body"]
            }
        )
    ]

@app.call_tool()
async def call_tool(name: str, arguments: Any):
    if name == "send_email":
        result = await send_email(
            arguments["to"],
            arguments["subject"],
            arguments["body"]
        )
    # ... handle other tools

📚 Ressourcen

• MCP Specification

• MCP Python SDK

• SSE Protocol

• aiohttp Documentation

🤝 Beiträge

Dieses Projekt ist ein Learning-Projekt. Fühle dich frei:

• Issues zu erstellen

• Pull Requests einzureichen

• Verbesserungen vorzuschlagen

📝 Lizenz

MIT License - Frei verwendbar für Learning und Experimente

🎯 Roadmap

• Unit Tests hinzufügen

• WebSocket-Transport implementieren

• Authentication/Authorization

• Docker-Container

• Mehr Tools (Git, Docker, etc.)

• Web-UI für Testing

• Logging und Monitoring

• Rate Limiting

• Input Validation/Sanitization

💡 Beispiele

Beispiel 1: Datei lesen und analysieren

# Mit Client
result = await session.call_tool("read_file", {"path": "data.txt"})
# Dann verwende ein Prompt
prompt = await session.get_prompt("code_review", {"code": result.content[0].text})

Beispiel 2: Datenbank abfragen

# Tabellen auflisten
tables = await session.call_tool("list_tables", {"db_path": "app.db"})

# Query ausführen
result = await session.call_tool("query_sqlite", {
    "db_path": "app.db",
    "query": "SELECT * FROM users LIMIT 10"
})

Beispiel 3: System-Diagnose

# System-Info abrufen
info = await session.call_tool("get_system_info", {})

# Mit Diagnostics-Prompt kombinieren
prompt = await session.get_prompt("system_diagnostics", {
    "issue": f"High memory usage: {info.content[0].text}"
})

🆘 Troubleshooting

Server startet nicht

• Prüfe ob Port 8000 frei ist: lsof -i :8000

• Ändere Port in main.py

Client kann nicht verbinden

• Stelle sicher, dass Server läuft

• Prüfe URL: http://localhost:8000/sse

• Überprüfe Firewall-Einstellungen

Tools funktionieren nicht

• Prüfe Logs im Server

• Validiere Input-Parameter

• Teste Tools direkt (siehe Testing)

Happy MCP Learning! 🎉

Bei Fragen oder Problemen, erstelle ein Issue im Repository.