Mcp Knowledgebase Llm

🚀 MCP 知识库

MCP 知识库是一个简单的 MCP 客户端 - 服务器项目，为用户提供了便捷的 MCP 相关知识查询和交互功能。

🚀 快速开始

需求

• Python 3.9 或更高版本
• Poetry 用于依赖管理
• OpenAI API 密钥

安装指南

安装依赖

使用 Poetry 安装项目所需依赖：

poetry install

配置 API 密钥

在项目根目录或父目录中创建一个 .env 文件，并在其中添加你的 OpenAI API 密钥：

OPENAI_API_KEY=your_api_key_here

运行应用程序

启动服务器

在终端中执行以下命令启动服务器：

poetry run python server.py

运行客户端

在另一个终端中运行客户端：

poetry run python client-sse.py

✨ 主要特性

项目结构清晰

• server.py：MCP 服务器实现带工具的功能。
• client-sse.py：MCP 客户端实现带 LLM 的功能。
• data/kb.json：包含 MCP 相关 Q&A 的知识库数据。
• pyproject.toml：Poetry 配置文件。

客户端双模式

客户端具备两种使用模式，满足不同场景需求：

• 直接工具调用：解注释 client-sse.py 中的 asyncio.run(test_direct_tool_calls()) 行，可直接调用工具而不使用 LLM。
• 带 LLM 的交互（默认）：借助 OpenAI 解释查询并调用适当的工具，用户可提出如 "什么是 MCP?" 或 "stdio 和 SSE 传输有什么区别?" 等问题。

可自定义性强

• 添加新工具：在 server.py 中创建带有 @mcp.tool() 装饰器的额外函数，即可添加新工具。
• 修改知识库：更新 data/kb.json 文件，可对知识库内容进行修改。
• 更改 OpenAI 模型：修改 MCPClient 类中的 model 参数，可更改使用的 OpenAI 模型。