Skip to main content
Glama
suspicious-cow

Model Context Protocol (MCP) Server

Python-Implementierung des Model Context Protocol (MCP)

Dieses Projekt implementiert einen funktionierenden Model Context Protocol (MCP)-Server und -Client in Python gemäß der anthropischen MCP-Spezifikation. Es demonstriert die wichtigsten Muster des MCP-Protokolls anhand eines einfachen, interaktiven Beispiels.

Was ist MCP?

Das Model Context Protocol (MCP) ist ein offener Standard auf Basis von JSON-RPC 2.0 zur Verbindung von KI-Modellen mit externen Datenquellen und Tools. Es definiert eine Client-Server-Architektur, in der eine KI-Anwendung mit einem oder mehreren MCP-Servern kommuniziert. Jeder Server bietet folgende Funktionen:

  • Tools : Ausführbare Funktionen, die Aktionen ausführen

  • Ressourcen : Datenquellen, die Informationen bereitstellen

  • Eingabeaufforderungen : Vordefinierte Vorlagen oder Workflows

MCP standardisiert die Art und Weise, wie diese Funktionen erkannt und aufgerufen werden, und dient als „USB-C für KI“, das Modellen eine strukturierte Interaktion mit externen Systemen ermöglicht.

Related MCP server: simple_mcp

Projektstruktur

  • server/ : MCP-Serverimplementierung

    • server.py : WebSocket-Server, der MCP-Anfragen verarbeitet und Beispieltools/-ressourcen bereitstellt

  • client/ : MCP-Client-Implementierung

    • client.py : Demo-Client, der eine Verbindung zum Server herstellt und alle MCP-Funktionen ausübt

Demonstrierte Funktionen

Diese Implementierung zeigt den Kernablauf des MCP-Protokolls:

  1. Fähigkeitsaushandlung : Client-Server-Handshake über initialize

  2. Capability Discovery : Auflistung der verfügbaren Tools und Ressourcen

  3. Toolaufruf : Aufruf des Tools add_numbers mit Parametern

  4. Ressourcenzugriff : Lesen von Textinhalten aus einer Ressource

Aufstellen

  1. Erstellen Sie eine virtuelle Umgebung:

    python3 -m venv .venv
    source .venv/bin/activate
  2. Installieren Sie Abhängigkeiten:

    pip install -r requirements.txt

Verwendung

  1. Starten Sie den MCP-Server (in einem Terminal):

    python server/server.py
  2. Führen Sie den MCP-Client aus (in einem anderen Terminal):

    python client/client.py

Der Client stellt eine Verbindung zum Server her, führt den MCP-Handshake durch, erkennt Funktionen und demonstriert das Aufrufen von Tools und den Zugriff auf Ressourcen mit formatierter Ausgabe.

Wie es funktioniert

MCP-Server

Der Server:

  • Akzeptiert WebSocket-Verbindungen

  • Reagiert auf JSON-RPC-Anfragen gemäß der MCP-Spezifikation

  • Stellt ein Beispieltool bereit ( add_numbers )

  • Stellt eine Beispielressource bereit ( example.txt )

  • Unterstützt den MCP-Handshake und die Fähigkeitserkennung

MCP-Client

Der Kunde:

  • Verbindet sich mit dem Server über WebSocket

  • Führt den MCP-Handshake aus

  • Entdeckt verfügbare Tools und Ressourcen

  • Demonstriert den Aufruf eines Tools und das Lesen einer Ressource

  • Präsentiert die Ergebnisse in einer formatierten Anzeige

Protokolldetails

MCP implementiert diese Schlüsselmethoden:

Verfahren

Beschreibung

initialize

Handshake zur Festlegung der Fähigkeiten

tools/list

Liste der verfügbaren Tools

tools/call

Aufrufen eines Tools mit Argumenten

resources/list

Auflisten der verfügbaren Ressourcen

resources/read

Ressourceninhalt lesen

prompts/list

Liste der verfügbaren Eingabeaufforderungen

Erweiterung des Projekts

Sie können diese Implementierung erweitern durch:

  • Hinzufügen weiterer Tools mit unterschiedlichen Funktionen

  • Hinzufügen dynamischer Ressourcen, die sich bei jedem Lesevorgang ändern

  • Implementieren von Eingabevorlagen für geführte Interaktionen

  • Erstellen interaktiverer Clientanwendungen

Verweise

F
license - not found
-
quality - not tested
D
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • F
    license
    -
    quality
    D
    maintenance
    A basic MCP server implementation using Node.js and TypeScript that bridges AI models with external tools and data sources via JSON-RPC.
    2
  • F
    license
    -
    quality
    B
    maintenance
    A demo MCP server that connects an AI to external systems by exposing Python functions as tools and data as resources, using the stdio transport.

View all related MCP servers

Related MCP Connectors

  • A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…

  • MCP server exposing the Backtest360 engine API as tools for AI agents.

  • MCP server for Clipkit — gives AI agents a video toolbox via the Clipkit schema.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/suspicious-cow/MCP2'

If you have feedback or need assistance with the MCP directory API, please join our Discord server