Supports containerized deployment with complete Docker and Docker Compose configurations for easy setup
Powers the server's API framework, exposing endpoints for file access, database operations, and vector search capabilities
Hosts the project repository, allowing users to clone the source code from GitHub for installation
Provides database connectivity for document storage and CRUD operations through the database module
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@MCP Serverupload the quarterly report file to the vector database"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
MCP服务器项目说明
项目概述
MCP（多功能计算平台）服务器是一个功能强大的后端服务，支持文件访问、数据库连接、API集成和向量数据库访问等多种功能。本项目专为与通义千问(Qwen)等大型语言模型集成而设计，提供了完整的Docker部署配置和通义千问调用示例。
Related MCP server: Model Context Protocol (MCP) Server
项目结构
mcp_server/
├── src/ # 源代码目录
│ ├── __init__.py # 初始化模块
│ ├── config.py # 配置管理
│ ├── server.py # 服务器主类
│ └── modules/ # 功能模块
│ ├── __init__.py # 模块注册
│ ├── file_module.py # 文件访问模块
│ ├── database_module.py # 数据库连接模块
│ ├── api_module.py # API集成模块
│ └── vector_module.py # 向量数据库模块
├── docker/ # Docker配置
│ ├── Dockerfile # Docker镜像配置
│ └── docker-compose.yml # Docker Compose配置
├── examples/ # 示例代码
│ ├── qwen_client.py # 通义千问客户端库
│ └── qwen_example.py # 通义千问使用示例
├── docs/ # 文档
│ ├── user_guide.md # 用户指南
│ ├── api_docs.md # API文档
│ └── qwen_examples.md # 通义千问示例说明
├── test_server.py # 服务器测试脚本
├── test_qwen_client.py # 通义千问客户端测试脚本
├── main.py # 主入口文件
└── requirements.txt # 依赖列表功能特性
文件访问：上传、下载、列表和删除文件
数据库连接：MongoDB集成，支持文档的增删改查
API集成：支持调用外部API服务
向量数据库：支持向量存储和相似度搜索
Docker部署：完整的Docker配置，支持一键部署
通义千问集成：提供通义千问调用MCP服务器的客户端和示例
快速开始
安装
克隆项目代码：
git clone https://github.com/ningwenjie/mcp_server
cd mcp_server使用Docker Compose启动服务：
docker-compose -f docker/docker-compose.yml up -d验证服务是否正常运行：
curl http://localhost:8000/health使用通义千问客户端
from examples.qwen_client import QwenMCPClient
# 初始化客户端
client = QwenMCPClient("http://localhost:8000")
# 上传文件
file_info = client.upload_file("example.txt")
# 存储向量
vector = [0.1, 0.2, 0.3] * 512 # 1536维向量
metadata = {"text": "这是一个示例文本", "source": "通义千问"}
vector_info = client.store_vector("qwen_embeddings", vector, metadata)
# 搜索向量
query_vector = [0.15, 0.25, 0.35] * 512
search_results = client.search_vector("qwen_embeddings", query_vector, top_k=3)文档
详细文档请参阅：
测试
运行服务器测试：
python test_server.py运行通义千问客户端测试：
python test_qwen_client.py依赖
Python 3.10+
FastAPI
Uvicorn
PyMongo
FAISS
Docker (用于部署)
详细依赖列表请参阅 requirements.txt。