构建 MCP 服务器

一个完整的演练，关于如何构建一个 MCP 服务器来服务于一个训练好的随机森林模型，并将其与 Bee Framework 集成以实现 ReAct 交互。

观看实时演示 📺

<a href="https://www.linkedin.com/posts/nicholasrenotte_mcp-servers-make-tools-a-bunch-easier-for-activity-7305748751162163200-dIEn?utm_source=share&utm_medium=member_desktop&rcm=ACoAABbxZgUBrud9C531KZPQHCs2riXCiv9Av2A"><img src="https://i.imgur.com/Y2LN9dd.png"/></a>

启动 MCP 服务器 🚀

1. 克隆此仓库 git clone https://github.com/nicknochnack/BuildMCPServer
2. 运行 MCP 服务器
   cd BuildMCPServer
uv venv
source .venv/bin/activate
uv add .
uv add ".[dev]"
uv run mcp dev server.py
3. 要运行代理，请在单独的终端中运行：
   source .venv/bin/activate
uv run singleflowagent.py

启动 FastAPI 托管的 ML 服务器

git clone https://github.com/nicknochnack/CodeThat-FastML
cd CodeThat-FastML
pip install -r requirements.txt
uvicorn mlapi:app --reload
有关如何构建它的详细说明也可以在<a href="https://youtu.be/C82lT9cWQiA?si=dIsL6eM1lUMAVcf0">这里</a>找到</br>

其他参考 🔗 </br>

• <a href="https://github.com/RGGH/mcp-client-x/blob/main/src/client/mcp_client.py">构建 MCP 客户端（在 singleflow 代理中使用）</a></br>
• <a href="https://www.youtube.com/watch?v=C82lT9cWQiA&t=1003s ">我构建 ML 服务器的原始视频</a>

谁，何时，为什么？

👨🏾‍💻 作者：Nick Renotte <br /> 📅 版本：1.x<br /> 📜 许可证：本项目根据 MIT 许可证获得许可 </br>