MCP服务器实践

本仓库包含用于LinkedIn个人资料抓取和天气数据检索的模型上下文协议 (MCP) 服务器的实现。 MCP框架促进了AI服务之间的无缝集成和通信。

概述

• LinkedIn个人资料抓取器: 使用 Fresh LinkedIn Profile Data API 获取LinkedIn个人资料数据。
• 天气数据服务: 使用美国国家气象局 (NWS) API 检索天气警报和预报。

前提条件

• Python 3.7+
• 用于异步HTTP请求的 httpx
• 用于环境变量管理的 python-dotenv
• 用于MCP服务器实现的 mcp

安装

1. 克隆仓库:

   git clone https://github.com/mybarefootstory/MCP-Server-Practice-2.git
   cd MCP-Server-Practice-2
   

2. 安装依赖:

   pip install httpx python-dotenv mcp
   

3. 设置环境变量:

   • 在根目录中创建一个 .env 文件。
   • 添加您的RapidAPI密钥:

     RAPIDAPI_KEY=your_rapidapi_key_here
     

LinkedIn个人资料抓取器

描述

使用 Fresh LinkedIn Profile Data API 获取LinkedIn个人资料数据。 服务器使用 FastMCP 初始化，并监听检索个人资料信息的请求。

代码片段

from mcp.server.fastmcp import FastMCP
import httpx
import os
from dotenv import load_dotenv

load_dotenv()
RAPIDAPI_KEY = os.getenv("RAPIDAPI_KEY")

mcp = FastMCP("linkedin_profile_scraper")

async def get_linkedin_data(linkedin_url: str) -> dict:
    # 获取LinkedIn个人资料数据
    ...

@mcp.tool()
async def get_profile(linkedin_url: str) -> str:
    # 获取LinkedIn个人资料数据
    ...

if __name__ == "__main__":
    mcp.run(transport="stdio")

天气数据服务

描述

使用 NWS API 检索天气警报和预报。 服务器使用 FastMCP 初始化，并提供用于获取警报和预报的工具。

代码片段

from mcp.server.fastmcp import FastMCP
import httpx

mcp = FastMCP("weather")

async def make_nws_request(url: str) -> dict:
    # 向NWS API 发出请求
    ...

@mcp.tool()
async def get_alerts(state: str) -> str:
    # 获取美国州的天气警报
    ...

@mcp.tool()
async def get_forecast(latitude: float, longitude: float) -> str:
    # 获取某个位置的天气预报
    ...

if __name__ == "__main__":
    mcp.run(transport='stdio')

用法

• LinkedIn个人资料抓取器: 运行服务器并使用 get_profile 工具来获取LinkedIn数据。
• 天气数据服务: 运行服务器并使用 get_alerts 和 get_forecast 工具来检索天气信息。