Skip to main content
Glama

豆包本地技能助手

一个基于 MCP (Model Context Protocol) 协议的本地技能助手,支持计算器、天气查询等自定义技能,提供 Web 界面和 API 接口。

项目结构

d:\agent\
├── .env                    # 大模型api配置
├── index.html              # 前端 Web 界面
├── main.py                 # 主入口(可选)
├── mcp_server.py          # MCP 服务端(核心)
├── server.py               # Flask 后端服务
├── requirements.txt        # 依赖清单
├── README.md               # 项目说明
├── tree.txt                # 目录结构
├── client/                 # 客户端目录
│   ├── doubao_mcp_client.py  # 豆包 API 客户端
│   └── __init__.py
├── config/                 # 配置目录
│   ├── settings.py         # 全局配置
│   └── __init__.py
└── skills/                 # 技能实现目录
    ├── calculator.py       # 计算器技能
    ├── weather.py          # 天气查询技能
    └── __init__.py

核心组件

  1. 前端 (index.html) - 基于 HTML/CSS/JavaScript 的 Web 界面

  2. 后端 (server.py) - Flask 服务,提供 API 接口

  3. MCP 服务 (mcp_server.py) - 处理技能调用的核心服务

  4. 技能模块 (skills/) - 各种自定义技能的实现

  5. 配置 (config/) - 全局配置和常量

环境要求

  • Python 3.11+

  • 火山引擎豆包 API 密钥(获取 AK/SK)

安装

  1. 克隆项目

    git clone https://github.com/taffy123d/Doubao-MCP-agent
    cd <项目目录>
  2. 安装依赖

    pip install -r requirements.txt
  3. 配置环境变量 复制 .env.example.env 并填写 API 密钥:

    # 火山引擎豆包 API 密钥
    DOUBAO_API_KEY=你的API密钥
    DOUBAO_ENDPOINT_ID=你的终端ID
    DOUBAO_BASE_URL=https://ark.cn-beijing.volces.com/api/v3/chat/completions

运行

方法一:完整启动(推荐)

python server.py
  • 前端访问:http://localhost:5000

  • API 接口:http://localhost:5000/api/*

方法二:单独启动

  1. 启动 MCP 服务

    python mcp_server.py
  2. 启动后端服务

    python server.py
  3. 打开前端 直接用浏览器打开 index.html

如何使用

  1. 配置 API

    • 在左侧配置面板填写 API Key 和 Endpoint ID

    • 点击「测试」按钮验证连接

  2. 聊天

    • 在输入框中输入问题

    • 支持的技能:

      • 计算器:计算 123+456

      • 天气查询:北京天气

  3. 查看结果

    • 系统会自动调用相应的技能并返回结果

    • 支持多轮对话

如何增加新技能

步骤 1:创建技能文件

skills/ 目录下创建新的技能文件,例如 my_skill.py

"""我的自定义技能"""
from mcp.server.fastmcp import FastMCP

def register_my_skill(mcp: FastMCP):
    """注册技能到 MCP 服务"""
    
    @mcp.tool()
    def my_skill(param1: str, param2: int = 1) -> str:
        """
        我的自定义技能描述
        示例:my_skill(param1="值", param2=2)
        
        Args:
            param1: 参数1描述
            param2: 参数2描述(默认值)
        Returns:
            技能执行结果
        """
        try:
            # 技能逻辑实现
            result = f"处理结果: {param1} - {param2}"
            return result
        except Exception as e:
            return f"处理失败: {str(e)}"

步骤 2:注册技能

编辑 skills/__init__.py,添加新技能的注册函数:

from .calculator import register_calculator_tool
from .weather import register_weather_tool
from .my_skill import register_my_skill

__all__ = [
    "register_calculator_tool", 
    "register_weather_tool",
    "register_my_skill"
]

步骤 3:更新 MCP 服务

编辑 mcp_server.py,添加新技能的注册:

from skills import register_calculator_tool, register_weather_tool, register_my_skill

# 注册所有技能工具
register_calculator_tool(mcp)
register_weather_tool(mcp)
register_my_skill(mcp)  # 添加这一行

步骤 4:重启服务

重新启动 MCP 服务和后端服务,新技能即可使用。

API 接口

接口

方法

说明

/

GET

前端页面

/api/health

GET

健康检查

/api/tools

GET

获取技能列表

/api/test-connection

POST

测试 API 连接

/api/chat

POST

聊天(调用技能)

/api/chat/stream

POST

流式聊天(预留)

技能开发规范

  1. 文件命名:使用小写字母和下划线

  2. 函数命名register_xxx_tool 格式

  3. 工具装饰器:使用 @mcp.tool() 装饰

  4. 文档字符串:包含功能描述、示例和参数说明

  5. 错误处理:捕获异常并返回友好提示

  6. 参数类型:使用类型注解

示例技能

计算器技能

  • 功能:支持加减乘除、括号、幂运算

  • 调用计算 (10+5)*2

天气查询技能

  • 功能:查询城市天气和预报

  • 调用上海天气北京天气 3天

注意事项

  1. API 密钥安全:不要将 API 密钥提交到版本控制

  2. 技能安全性:避免在技能中执行危险操作

  3. 性能优化:对于耗时操作,考虑使用异步处理

  4. 错误处理:确保技能能优雅处理异常情况

故障排除

  • 连接失败:检查 API 密钥和网络连接

  • 技能不响应:检查 MCP 服务是否正常运行

  • 前端不显示:检查浏览器控制台是否有错误

扩展建议

  1. 更多技能:添加翻译、股票查询、新闻等技能

  2. 多语言支持:添加多语言界面

  3. 部署优化:使用 Docker 容器化部署


-
security - not tested
F
license - not found
-
quality - not tested

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

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

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/taffy123d/Doubao-MCP-agent'

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