
MCP Server Demo
一个模型上下文协议服务器的演示实现,该服务器促进了 AI 模型和外部工具之间的通信,同时保持上下文感知能力。
README
MCP服务器演示
本项目演示了模型上下文协议 (MCP) 服务器的实现。 MCP 是一种旨在促进 AI 模型与外部工具/服务之间通信,同时保持上下文感知的协议。
特性
- 基本的 MCP 服务器实现
- 示例工具集成
- 上下文管理演示
- 基于 WebSocket 的实时通信
- 简单的客户端示例
项目结构
mcp-server-demo/
├── src/
│ ├── server.py # 主要的 MCP 服务器实现
│ ├── tools/ # 工具实现
│ │ ├── __init__.py
│ │ └── basic_tools.py
│ ├── context/ # 上下文管理
│ │ ├── __init__.py
│ │ └── manager.py
│ └── utils/ # 实用函数
│ ├── __init__.py
│ └── helpers.py
├── examples/ # 示例用法
│ ├── client.py
│ └── tools_demo.py
├── tests/ # 测试用例
│ └── test_server.py
├── requirements.txt # 项目依赖
└── README.md # 本文件
安装
- 克隆仓库:
git clone https://github.com/tian1ll1/mcp-server-demo.git
cd mcp-server-demo
- 创建一个虚拟环境(推荐):
python -m venv venv
source venv/bin/activate # 在 Windows 上:venv\Scripts\activate
- 安装依赖:
pip install -r requirements.txt
用法
- 启动 MCP 服务器:
python src/server.py
- 运行示例客户端:
python examples/client.py
工作原理
MCP 服务器实现了以下关键组件:
- 上下文管理:维护每个会话的对话历史记录和相关上下文。
- 工具注册表:管理可用的工具及其规范。
- 消息处理:处理传入的消息并将它们路由到适当的工具。
- WebSocket 服务器:提供与客户端的实时通信。
贡献
欢迎贡献! 请随时提交 Pull Request。
许可证
本项目采用 MIT 许可证 - 有关详细信息,请参阅 LICENSE 文件。
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。