模型上下文提供器 (MCP)

模型上下文提供器是一个创新的 AI 开发工具，专门设计用于增强大型语言模型（LLMs）的上下文理解和工具使用能力。它提供了一个统一的界面，让开发者能够更有效地管理和使用各种 AI 模型及其相关工具。

什么是 MCP？

MCP 的核心理念是“上下文增强”和“工具协调”。它通过以下方式来实现这一目标：

1. 上下文管理

   • 智能处理和组织输入信息
   • 维护对话历史和状态
   • 动态调整系统提示（System Prompts）
   • 优化上下文窗口的使用

2. 工具整合

   • 统一的工具调用界面
   • 自动工具选择和参数配置
   • 支持多种工具类型：
     • 代码分析工具
     • 文件操作工具
     • 资源检索工具
     • 外部 API 调用

3. 模型协调

   • 支持多种 AI 提供者：
     • OpenAI (GPT-4, GPT-3.5)
     • Anthropic (Claude)
     • Google (Gemini)
     • Ollama (本地模型)
   • 智能模型选择
   • 负载平衡和故障转移

主要特点

1. 智能上下文处理

• 自动管理上下文长度
• 智能摘要和重要信息保留
• 动态调整提示策略

2. 强大的工具生态

• 内建多种开发工具
• 可扩展的工具界面
• 自动工具链组合

3. 开发者友好

• RESTful API
• 图形化界面
• 完整的开发文档
• 丰富的示例

4. 企业级特性

• 高可用性设计
• 安全性控制
• 使用量监控
• 日志追踪

应用场景

1. 软件开发

• 代码审查和重构
• API 文档生成
• 测试用例生成
• 除错协助

2. 知识管理

• 文档分析和总结
• 知识库建立
• 信息检索和组织

3. 工作流自动化

• 自动化脚本生成
• 工作流程优化
• 任务协调

4. 研究与分析

• 数据分析
• 文献研究
• 报告生成

安装需求

安装 UV

pip install uv

安装依赖

uv pip install fastapi uvicorn gradio google-generativeai ollama

重新同步依赖项

uv sync

设定 API 金钥

OpenAI

SET OPENAI_API_KEY='your-api-key'

Anthropic (选用)

SET ANTHROPIC_API_KEY='your-api-key'

Google (选用)

SET GOOGLE_API_KEY='your-api-key'

Ollama (选用)

SET OLLAMA_HOST='http://localhost:11434'

使用方式

1. FastAPI Web 界面

启动 Web API 服务器：

python -m mcpcli.web --openai-key sk-xxx... --anthropic-key sk-ant-xxx... --google-key xxx...

命令行参数

• --openai-key 指定 OpenAI API 金钥
• --anthropic-key 指定 Anthropic API 金钥
• --google-key 指定 Google API 金钥

服务器将在 http://localhost:7860 启动，你可以使用 Swagger UI（http://localhost:7860/docs）来测试 API。

主要 API 端点：

• /connect/{server_name} - 连接到指定服务器
• /chat - 发送聊天信息
• /tools - 列出可用工具
• /resources - 列出可用资源
• /prompts - 列出可用提示

2. Gradio 图形界面

启动 Gradio 界面：

python -m mcpcli.web.gradio_app --openai-key sk-xxx... --anthropic-key sk-ant-xxx... --google-key xxx...  --port 8082

命令行参数

• --openai-key 指定 OpenAI API 金钥
• --anthropic-key 指定 Anthropic API 金钥
• --google-key 指定 Google API 金钥
• --port 指定 Gradio 端口，预设为 8082

界面将在 http://localhost:8082 启动，你可以使用图形化界面来与模型互动。

使用步骤：

1. 连接服务器：

   • 输入服务器名称（预设为 "github"）
   • 可选择指定端口
   • 点击“连接服务器”按钮

2. 配置 AI 设定：

   • 选择 AI 提供者
   • 输入模型名称

3. 开始对话：

   • 在输入框中输入信息
   • 点击“发送”按钮
   • 使用“清除历史”按钮重置对话

3. cli界面

使用python执行

python -m mcpcli.cli --server github --provider ollama --model llama3.2 --openai-key sk-xxx... --anthropic-key sk-ant-xxx... --google-key xxx...

使用uv执行

uv run mcp-cli --server github --provider ollama --model llama3.2

命令行参数

• --server 指定服务器名称，预设为github
• --host 指定服务器主机，预设为127.0.0.1
• --port 指定服务器端口，预设为8765
• --openai-key 指定 OpenAI API 金钥
• --anthropic-key 指定 Anthropic API 金钥
• --google-key 指定 Google API 金钥
• --provider 指定 AI 提供者(openai, anthropic, google, ollama)，预设为 openai
• --model 指定模型名称
• --config-file 指定配置文件路径，预设为server_config.json

常见问题解决

1. 连接错误：

   • 确认服务器名称是否正确
   • 检查端口是否被占用
   • 确认环境变量是否正确设定

2. API 金钥相关：

   • 确保已设定正确的 API 金钥
   • 检查 API 金钥是否过期
   • 确认 API 使用额度

3. 工具调用失败：

   • 检查工具名称是否正确
   • 确认参数格式是否符合要求
   • 查看日志以获取详细错误信息

开发者指南

添加新的 AI 提供者

1. 在 llm_client.py 中添加新的提供者支援
2. 更新 Gradio 界面中的提供者选项
3. 确保正确处理新提供者的 API 响应

自定义工具

1. 在工具配置文件中添加新工具定义
2. 实现工具的具体功能
3. 更新工具文档

注意事项

• API 金钥安全：请勿在公共环境中暴露你的 API 金钥
• 资源使用：注意监控 API 使用量，避免超出限额
• 错误处理：建议实作错误重试机制
• 日志记录：保持适当的日志级别以便排查问题

贡献指南

欢迎提交 Pull Request 来改进这个专案！请确保：

1. 代码符合 PEP 8 规范
2. 添加适当的测试用例
3. 更新相关文档
4. 提供清晰的提交信息

授权

本专案采用 MIT 授权条款 - 详见 LICENSE 文件