
MCP Python Demo
An MCP-based project that integrates Zhipu AI and Tencent Map APIs to provide weather queries, geocoding, and web search functionality through both command-line and web interfaces.
README
MCP Python Demo
这是一个基于 MCP (Model Context Protocol) 的项目,集成了智谱 AI 和腾讯地图 API,提供了天气查询、地理编码和网络搜索等功能。项目包含命令行界面和 Web 界面两种交互方式。
功能特性
- 🤖 智谱 AI 驱动的对话系统
- 🌤️ 腾讯地图天气查询
- 🗺️ 地理编码查询
- 🔍 智能网络搜索
- 💻 命令行和 Web 界面双重支持
- 🌐 支持外网访问
项目结构
mcp-python-demo/
├── src/
│ └── mcp_python_demo/
│ ├── __init__.py
│ ├── server.py
│ ├── client.py
│ ├── web_client.py
│ └── main.py
├── images/
├── pyproject.toml
├── .env
├── .env.example
├── .gitignore
└── README.md
快速开始
环境要求
- Python >= 3.10
- uv (推荐) 或 pip
安装
- 克隆项目:
git clone https://github.com/chenchen0611/mcp-python-demo.git
cd mcp-python-demo
- 使用 uv 安装依赖:
uv venv
source .venv/bin/activate # Linux/Mac
# 或
.venv\Scripts\activate # Windows
uv pip install -e .
配置
- 创建
.env
文件并配置必要的环境变量:
# 智谱AI配置
ZHIPU_API_KEY="your-zhipu-api-key"
ZHIPU_MODEL="glm-4-plus"
ZHIPU_BASE_URL="https://open.bigmodel.cn/api/paas/v4/"
# 腾讯地图API配置
TENCENT_MAP_API_KEY="your-tencent-map-api-key"
TENCENT_MAP_API_BASE="https://apis.map.qq.com/ws/"
运行
Web 界面(推荐)
cd src/mcp_python_demo
streamlit run web_client.py
访问以下地址之一:
- 本地访问:http://localhost:8501
- 局域网访问:http://[your-local-ip]:8501
- 外网访问:http://[your-public-ip]:8501
页面配置
- 直接输入server.py,点击连接
- 新建一个terminal,运行下方命令然后在web页面输入http://127.0.0.1:8000
cd src/mcp_python_demo uv run server.py
命令行界面
cd src/mcp_python_demo
# 使用本地服务器
uv run client.py --agent server.py
# 或使用远程服务器
uv run server.py
uv run client.py --agent http://127.0.0.1:8000
可用工具
1. 天气查询
async def query_weather(adcode: str, search_type: str = "now") -> str:
"""获取中国城市天气信息"""
2. 地理编码查询
async def query_adcode(region_name: str) -> str:
"""获取行政区划代码"""
3. 网络搜索
async def web_search(search_query: str, search_engine: str = "search_std") -> str:
"""使用智谱AI进行网络搜索"""
开发说明
添加新工具
- 在
server.py
中使用@mcp.tool()
装饰器添加新工具:
@mcp.tool()
async def your_tool(param1: str, param2: str = "default") -> str:
"""工具描述"""
# 实现逻辑
return result
- 工具会自动在客户端可用
环境变量
- 所有敏感信息和配置都应该放在
.env
文件中 - 不要将
.env
文件提交到版本控制系统 - 参考
.env.example
进行配置
常见问题
-
连接错误
- 检查服务器地址是否正确
- 确认所有环境变量都已正确配置
- 确保服务器正在运行且端口可访问
-
API 调用失败
- 验证 API 密钥是否有效
- 检查网络连接
- 确认 API 调用频率是否超限
-
Web UI 无法访问
- 检查防火墙设置
- 确认端口是否开放
- 验证服务器 IP 地址是否正确
致谢
本项目基于以下开源项目:
- Model Context Protocol Servers - MCP 官方服务器参考实现,提供了丰富的示例和最佳实践
- MCP Python SDK - Python SDK 实现,提供了简洁优雅的 API 接口
推荐服务器

Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。