what is MCP-Server?
MCP-Server is a server and client implementation based on the Model Context Protocol (MCP), allowing large language models (LLMs) to call external tools through a structured protocol to complete complex tasks.
how to use MCP-Server?
To use MCP-Server, start the server and client, then access the Web API to send queries. For example, to check the weather in Beijing, send a POST request to the /sse endpoint with the appropriate query.
key features of MCP-Server?
- Tool registration and execution for various services (e.g., weather, GitHub user info)
- Communication with LLMs via a structured protocol
- White-box process visualization to understand model reasoning
- HTTP API for front-end applications
use cases of MCP-Server?
- Querying real-time weather information.
- Retrieving user information from GitHub.
- Enhancing LLM capabilities by integrating external tools.
FAQ from MCP-Server?
- What is the main purpose of MCP-Server?
MCP-Server enables LLMs to access and utilize external tools, enhancing their functionality.
- How do I set up MCP-Server?
Follow the setup instructions in the documentation to start the server and client.
- What technologies are used in MCP-Server?
MCP-Server is built with Node.js, TypeScript, and uses the Express framework.
MCP-Server 项目文档
项目概述
MCP-Server 是一个基于 Model Context Protocol (MCP) 的服务端和客户端实现，允许大语言模型（LLM）通过结构化协议调用外部工具完成复杂任务。项目主要包含两部分：MCP服务端和TypeScript实现的客户端。
系统架构
┌───────────────┐ ┌───────────────┐ ┌───────────────┐
│ 前端应用 │────▶│ MCP 客户端 │────▶│ MCP 服务端 │
└───────────────┘ └───────────────┘ └───────────────┘
△ │ │
│ ▼ ▼
│ ┌───────────────┐ ┌───────────────┐
└───────────│ 大语言模型 │ │ 外部服务 API │
│ (Deepseek) │ │ (天气、GitHub)│
└───────────────┘ └───────────────┘
核心组件
1. MCP 服务端
服务端是工具的提供者，负责注册和执行各种工具。
主要功能：
- 工具注册：目前已实现天气预报查询和GitHub用户信息查询工具
- 工具执行：接收客户端请求，执行相应工具并返回结果
- 通信：通过标准输入输出(stdio)与客户端通信
2. MCP 客户端
客户端连接大语言模型API和MCP服务端，负责处理用户查询并协调模型调用和工具调用。
主要功能：
- 连接MCP服务端并获取可用工具列表
- 与大语言模型API通信（默认使用Deepseek）
- 解析模型输出中的工具调用请求
- 协调工具调用流程并汇总结果
- 提供命令行交互界面
- 提供基于Express的Web API
3. Web API
客户端提供了HTTP接口供前端应用调用，支持流式输出和过程可视化。
主要端点：
/sse: 处理前端查询请求，返回包含思考过程和结果的流式响应
白盒过程可视化
客户端实现了白盒过程展示，让用户可以看到：
- 意图识别过程
- 工具选择过程
- 工具调用参数和结果
- 最终答案生成过程
技术栈
- 后端：Node.js、TypeScript
- 框架：Express
- 大语言模型：Deepseek (通过OpenAI兼容API)
- 通信协议：Model Context Protocol
- SDK：@modelcontextprotocol/sdk
使用方法
- 启动服务端：
node dist/src/index.js
- 启动客户端并连接到服务端：
node dist/mcp-client-typescript/src/index.js /path/to/server/script.js
- 访问Web API：
POST http://localhost:3000/sse
Content-Type: application/json
{
"query": "北京今天的天气怎么样？"
}
配置要求
需要在.env文件中设置以下环境变量：
LLM_API_KEY: Deepseek API密钥GAODE_KEY: 高德地图API密钥（用于天气查询）
工作流程
- 用户发送查询到客户端
- 客户端将查询发送给大语言模型
- 大语言模型分析查询并决定是否需要调用工具
- 如需调用工具，客户端通过MCP协议向服务端发送请求
- 服务端执行工具并返回结果
- 客户端将工具结果再次发送给大语言模型生成最终回答
- 将回答返回给用户
结语
MCP-Server项目提供了一个完整的大语言模型工具调用示例实现，展示了如何通过结构化协议让模型访问外部工具和服务，增强模型的能力边界。通过白盒过程可视化，用户可以更好地理解模型的思考过程和工具调用逻辑。