MCP-Server

Übersicht

Dies ist ein Serverprojekt, das als Backend für eine Anwendung dient. Es implementiert das Model Context Protocol (MCP), um es KI-Modellen wie LM Studio zu ermöglichen, sicher mit lokalen Daten und benutzerdefinierten Tools zu interagieren. Beispiel: Der Server verarbeitet Daten, die in CSV- und Parquet-Formaten vorliegen können, und bietet Tools zur Datenverarbeitung und -analyse.

Projektstruktur

• main.py: Hauptdatei zum Starten des MCP-Servers.
• server.py: Enthält die Logik für den MCP-Server und registriert die Tools.
• generate_parquet.py: Skript zur Generierung von Parquet-Dateien aus anderen Datenquellen (z.B. sample.csv).
• data/: Verzeichnis für Beispieldaten (sample.csv, sample.parquet).
• tools/: Enthält die MCP-Tool-Definitionen:
  • csv_tools.py: Funktionen zur Verarbeitung von CSV-Dateien.
  • parquet_tools.py: Funktionen zur Verarbeitung von Parquet-Dateien.
• utils/: Enthält wiederverwendbare Hilfsfunktionen zum Lesen von Dateien:
  • file_reader.py: Hilfsfunktionen zum Lesen von CSV- und Parquet-Dateien und zur Zusammenfassung ihrer Inhalte.
• pyproject.toml: Projektkonfigurationsdatei, die die Abhängigkeiten des Projekts verwaltet.
• uv.lock: Sperrdatei für Abhängigkeiten, generiert von uv.

Installation

Es wird dringend empfohlen, uv für die Installation und Verwaltung der Abhängigkeiten zu verwenden, da es sich um einen schnellen und modernen Python-Projektmanager handelt.

1. uv installieren: Stellen Sie sicher, dass uv auf Ihrem System installiert ist. Falls nicht, können Sie es wie folgt installieren:

   curl -LsSf https://astral.sh/uv/install.sh | sh
   

   Oder für Windows (falls curl nicht verfügbar):

   pip install uv
   

   or

   powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
   

   Starten Sie Ihr Terminal neu, damit der uv-Befehl verfügbar ist. Überprüfen Sie die Installation mit uv --version.

2. Repository klonen:

   git clone <repository-url>
   cd mcp-server
   

3. Virtuelle Umgebung einrichten und Abhängigkeiten installieren:

   uv venv
   .venv\Scripts\activate # Auf MacOS oder Linux: source .venv/bin/activate
   uv pip install -r requirements.txt
   

Nutzung

MCP-Server starten

Um den MCP-Server zu starten, navigieren Sie zum Projekt-Root-Verzeichnis und führen Sie aus:

uv run main.py

Der Server wartet nun auf eine Verbindung von einem Client wie LM Studio. Allerdings muss der Server nicht dauerhaft laufen, da LM Studio ihn bei Bedarf auch automatisch (im Hintergrund) starten kann.

Integration mit LM Studio

Um LM Studio mit Ihrem MCP-Server zu verbinden, müssen Sie die Konfigurationsdatei von LM Studio anpassen.

1. mcp.json in LM Studio bearbeiten: Bearbeiten Sie die Datei mcp.json in LM Studio.

2. Server zur Konfiguration hinzufügen: Fügen Sie den folgenden JSON-Code in die mcp.json-Datei ein und ersetzen Sie /ABSOLUTE/PATH/TO/mcp-server durch den tatsächlichen absoluten Pfad zu Ihrem Projektordner. Stellen Sie sicher, dass uv im Systempfad ist oder geben Sie den vollständigen Pfad zur uv-Ausführungsdatei an:

   {
     "mcpServers": {
       "mcp-server": {
         "command": "uv",
         "args": [
           "--directory",
           "/ABSOLUTE/PATH/TO/mcp-server",
           "run",
           "main.py"
         ]
       }
     }
   }
   

3. LM Studio neu starten: Nach dem Neustart von LM Studio sollten die Tools Ihres MCP-Servers verfügbar sein. Überprüfen Sie die Einstellungen oder das Interface von LM Studio, um die registrierten Tools (summarize_csv_file, summarize_parquet_file) zu finden.

Beispielabfragen in LM Studio

Sie können LM Studio nun bitten, Ihre Tools zu verwenden, z.B.:

• "Fasse die CSV-Datei namens sample.csv zusammen."
• "Wie viele Zeilen hat sample.parquet?"

Daten

Beispieldaten finden Sie im data/-Verzeichnis.

Tools

Die Tools in diesem Verzeichnis (csv_tools.py, parquet_tools.py) sind primär für die Integration mit dem MCP-Server über main.py und server.py gedacht. Sie müssen nicht direkt ausgeführt werden, da der MCP-Server sie bei Bedarf aufruft.

Utilities (utils/)

Das utils/-Verzeichnis enthält wiederverwendbare Hilfsfunktionen (z.B. file_reader.py) die von den Tools verwendet werden, um Daten zu verarbeiten und zusammenzufassen.

Danksagungen

Dieses Projekt basiert auf der Inspiration und den Erkenntnissen von @llm-guy.

Building a Basic MCP Server with Python