Basic MCP Application

一个简单的应用，展示了模型上下文协议 (MCP) 如何与 FastAPI 和 Gradio 协同工作（因为我不是一个喜欢 Streamlit 带来的头痛的开发者）。

概述

这个项目演示了一个基本的 MCP 服务器，带有一个 Gradio 前端（Streamlit 太让人头疼了，人生苦短，何必自寻烦恼）。用户可以通过营销人员所谓的“简单界面”与 AI 模型聊天，而开发者则认为这是“在我离开之前能做到的最好的程度 🥲”。

技术栈

• 后端: FastAPI + MCP Python SDK（天作之合，不像披萨上的菠萝）
• 前端: Gradio（因为漂亮的按钮能让人多巴胺激增）
• AI 集成: Google Gemini API（不是星座，而是桑达尔·皮查伊的 AI AI AI AI AI AI 玩意）

已知问题

⚠️ 请注意

• 引用工具目前无法正常工作。当尝试分析论文引用或使用某些高级搜索功能时，您可能会看到错误。我正在努力解决这个问题。什么时候能修好？谁知道呢 ¯\_(ツ)_/¯。也许等到我们有了 AGI 的时候。
• Semantic Scholar API 有速率限制，这可能会导致搜索功能有时返回错误消息，提示“我无法直接搜索并为您提供论文”。这就是免费 API 遇到热情的用户时会发生的事情 - 我们爱他们爱到死。稍等片刻再试（或者在速率限制重置时用咖啡分散注意力）。

加速您的设置

这个项目与 uv 配合得很好，uv 是一个超快的 Python 包安装程序！与其等待 pip 在下个世纪的某个时候完成，不如使用 uv 在几秒钟内安装依赖项。我强烈建议这样做，以获得更流畅的体验（并夺回你盯着进度条的生命中的几个小时）。

快速开始

你需要什么

• Python 3.11 或更高版本（对不起还在使用 Python 2 的恐龙们）
• pip 包管理器（或其更酷、更快的表亲 uv）
• RCB 的耐心（在 Google 上搜索一下）（可选但推荐）

设置步骤

1. 克隆此项目：

   git clone https://github.com/yourusername/basic-mcp-app.git
   cd basic-mcp-app
   

2. 创建一个虚拟环境（因为全局依赖项是通往情感伤害的道路）：

   python -m venv venv
   source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate
   

3. 安装所需的包：

   使用 pip（乌龟的方式）：

   pip install -r requirements.txt
   

   使用 uv（实际上赢得比赛的兔子方式）：

   # 如果你还没有 uv，先安装它
   curl -LsSf https://astral.sh/uv/install.sh | sh
   

   或者

   pip install uv
   

   然后使用 uv 安装依赖项：

   uv pip install -r requirements.txt
   

   使用 uv 使 Python 包安装变得飞快！它比普通的 pip 快得多（我保证🤞）。在 pip 意识到你要求它做什么的时间里，uv 已经完成了，煮了咖啡，并开始为你编写你的下一个应用程序。

4. 设置您的 API 密钥（您永远不应该提交到 GitHub 的东西，但总有人会这样做）：

   cp .env.example .env
   # 打开 .env 并添加您的 API 密钥
   

5. 用一个命令运行两个服务器（就像魔法一样，但有更多的分号）：

   python run.py
   

   这将同时启动后端和前端。这就像鱼与熊掌兼得，但卡路里更少。

   如果需要，您也可以单独启动它们（对于我们中的控制狂）：

   • 后端：uvicorn backend.main:app --reload
   • 前端：python frontend/app.py

6. 打开您的 Web 浏览器并转到 http://localhost:8501（如果这不起作用，请尝试将其关闭并重新打开 😑）

项目文件

看看这个漂亮的目录结构，一旦开发真正开始，它将永远不会保持如此干净：

basic-mcp-app/
├── .env.example           # 您的 API 密钥的模板（请不要公开您的 API 密钥🙏）
├── .gitignore             # 在 git 中忽略的文件（比如情感包袱）
├── README.md              # 这个帮助文件，没人会在绝望之前阅读
├── requirements.txt       # 必需的包（又名依赖地狱）
├── run.py                 # 启动两个服务器的脚本
├── backend/
│   └── main.py            # 带有 MCP 的后端服务器代码（真正的魔法发生的地方）
└── frontend/
    └── app.py             # Gradio 前端界面（漂亮的按钮放在这里）

特性

• 使用 Semantic Scholar 进行科学论文搜索（当 Google Scholar 太主流时）
• 论文分析工具（60% 的时间都能工作，每次都这样）
• 简单的聊天界面（对用户来说很简单，对开发者来说是噩梦）
• 简单的设置过程（如果你曾经攀登过珠穆朗玛峰，这会感觉像在公园里散步）

许可证

MIT（因为我很好，也不想阅读冗长的许可证）

感谢

• Anthropic 的 MCP - https://www.anthropic.com/news/model-context-protocol
• https://modelcontextprotocol.io/introduction
• Claude 为演示的部分内容进行了氛围编码，并非完全如此，只是一小部分 🤏。