pymcp

a MCP server

SDK

https://github.com/modelcontextprotocol/python-sdk

项目结构

src/
└── mcp_server/
    ├── __init__.py
    └── sum_int.py        # MCP服务器实现，提供两个整数相加功能

tests/
├── test_sum_int.py                # 基础功能测试
├── test_sum_int_with_real_llm.py  # 真实LLM调用测试
└── test_sum_int_with_agent.py     # 使用LangChain Agent的测试

环境初始化

安装依赖

使用 uv 管理依赖：

# 安装生产依赖
uv pip install -e .

# 安装测试依赖（包括生产依赖）
uv pip install -e .[test]

配置环境变量

创建 .env 文件并配置LLM相关参数：

cp .env.example .env

编辑 .env 文件，添加以下内容：

LLM_BASE_URL=https://api.siliconflow.cn/v1
LLM_API_KEY=your_api_key_here
LLM_MODEL=Qwen/Qwen3-8B

运行MCP服务器

# 运行MCP服务器
uv run mcp dev src/mcp_server/sum_int.py

或者直接运行：

python src/mcp_server/sum_int.py

真实LLM调用测试

python tests/test_sum_int_with_real_llm.py

使用LangChain Agent的测试

python tests/test_sum_int_with_agent.py

依赖说明

生产依赖：

• mcp[cli]>=1.12.4 - MCP Python SDK

测试依赖：

• openai>=1.99.9 - OpenAI Python客户端
• python-dotenv>=1.0.1 - 环境变量加载工具
• httpx[socks]>=0.28.1 - HTTP客户端（支持SOCKS代理）
• langchain>=0.3.27 - LangChain核心库
• langchain-openai>=0.3.29 - LangChain的OpenAI集成
• langchain-mcp-adapters>=0.1.9 - LangChain与MCP的适配器
• langgraph>=0.6.4 - LangGraph库，用于构建agent工作流