mcp-projects

我的 MCP (模型上下文协议) 项目仓库

安装和运行步骤：

1. 克隆此仓库
2. 安装依赖

   pip install mcp
   pip install fastapi
   pip install uvicorn
   pip install fastapi-mcp
   pip install llama-index
   pip install llama-index-embeddings-huggingface
   pip install llama-index-llms-langchain
   pip install langchain-mcp-adapters
   

3. 在根目录下创建一个 .env 文件，并包含以下凭据：

   API_KEY=<IBM_cloud_API_Key>
   PROJECT_ID=<Watsonx_Project_id>
   IBM_CLOUD_URL=<IBM cloud url>
   
   或者，使用您自己的 llm 提供商 - 它与项目无关
   

4. 尝试不同的项目和文件

什么是模型上下文协议 (MCP)？

MCP 的核心是一种标准化的方式，让应用程序能够为 AI 模型提供更丰富的关于其环境、用户偏好和对话历史的上下文。 可以将其视为一种智能、结构化的方式，将记忆和上下文提供给 AI 系统。

MCP 解决的问题

当前的 AI 系统具有有限的“工作记忆”——它们一次只能看到一定数量的对话历史（它们的“上下文窗口”）。 想象一下，试图与一个只记得最后几次交流的人进行对话：

• 你：“还记得我们上周讨论的关于优化供应链的项目吗？”
• 没有良好上下文的 AI：“我不记得那个具体的讨论。 你能提醒我一下细节吗？” 这种限制迫使用户不断地重新解释事情，导致令人沮丧的互动。 MCP 旨在通过创建一种用于维护和访问上下文的结构化方法来解决这个问题。

一些类比

1. GPS 导航

传统的 AI 上下文管理就像一次给某人一个转弯的指示，而不向他们展示完整的地图。 如果他们忘记了一个步骤，旅程就会中断。

MCP 就像一个 GPS 导航系统，它：

• 知道你的目的地
• 记住你喜欢的路线
• 根据实时情况进行调整
• 始终准确地知道你在旅程中的位置

欢迎提交 Pull Requests 来为此资产做出贡献 ✨