MCP Guide

MCP Guide

A guide for implementing Model Context Protocol (MCP) servers that provide AI models with external tools like web search, text manipulation, and mathematical operations.

Category
Visit Server

README

MCP (Model Context Protocol) Guide

Что такое MCP?

Model Context Protocol (MCP) — это открытый протокол для подключения AI-моделей к внешним данным и инструментам. MCP позволяет создавать серверы, которые предоставляют инструменты (tools) для AI-моделей, расширяя их возможности.

Основные концепции:

  • MCP Server — сервер, который предоставляет инструменты и данные
  • MCP Client — клиент, который подключается к серверам и использует их инструменты
  • Tools — функции, которые может вызывать AI-модель (например, поиск в интернете, работа с файлами, API вызовы)

Как работает MCP?

  1. Сервер регистрирует инструменты и запускается
  2. Клиент подключается к серверу и получает список доступных инструментов
  3. AI-модель использует инструменты через клиента для выполнения задач
  4. Результаты возвращаются модели для дальнейшей обработки

Архитектура проекта

MCP_guide/
├── mcp_server.py      # MCP сервер с инструментами
├── main.py           # Клиент и агент
├── model.py          # Модель Groq
├── settings.py       # Настройки
├── requirements.txt  # Зависимости
└── README.md        # Этот файл

Установка и запуск

1. Установка зависимостей

pip install -r requirements.txt

2. Настройка переменных окружения

Создайте файл .env в корне проекта:

GROQ_API=your_groq_api_key_here
MODEL_NAME=llama3-8b-8192
MCP_SERVER_URL=http://127.0.0.1:8000
TAVILY_API=your_tavily_api_key_here

3. Получение API ключей

  • Groq API: Зарегистрируйтесь на groq.com
  • Tavily API: Зарегистрируйтесь на tavily.com

4. Запуск проекта

Для начала щапускаем сервер mcp_server.py

python mcp_server.py 

Либо

fastmcp run mcp_server.py

Затем сам код

python main.py

Доступные инструменты

В данном проекте реализованы следующие инструменты:

1. tavily_search

  • Описание: Поиск информации в интернете
  • Параметры: query (строка)
  • Пример: Поиск новостей, информации о технологиях

2. add

  • Описание: Сложение двух чисел
  • Параметры: a (int), b (int)
  • Пример: add(5, 3)8

3. reverse

  • Описание: Переворачивание текста
  • Параметры: text (строка)
  • Пример: reverse("hello")"olleh"

4. greet

  • Описание: Создание приветствия
  • Параметры: name (строка)
  • Пример: greet("Анна")"Привет, Анна!"

Транспорты MCP

stdio (рекомендуется)

  • Простой и надежный
  • Работает через стандартный ввод/вывод
  • Подходит для локальной разработки

streamable-http

  • Работает через HTTP с Server-Sent Events
  • Требует правильных заголовков
  • Подходит для веб-приложений

Примеры использования

Базовый пример

import asyncio
from langchain_mcp_adapters.client import MultiServerMCPClient

async def main():
    # Подключение к MCP серверу
    client = MultiServerMCPClient({
        "demo": {
            "command": "python",
            "args": ["mcp_server.py"],
            "transport": "stdio",
        }
    })
    
    # Получение инструментов
    tools = await client.get_tools()
    print(f"Доступно инструментов: {len(tools)}")

asyncio.run(main())

Использование с LangGraph

from langgraph.prebuilt import create_react_agent

# Создание агента с MCP инструментами
agent = create_react_agent(
    tools=tools,
    model=llm
)

# Вызов агента
result = agent.invoke({
    "messages": [{"role": "user", "content": "Сложи 5 и 3"}]
})

Устранение неполадок

Ошибка "Not Acceptable: Client must accept text/event-stream"

  • Причина: Неправильная конфигурация HTTP транспорта
  • Решение: Используйте stdio транспорт или добавьте правильные заголовки

Ошибка "Expected dict, got string"

  • Причина: Неправильный формат входных данных для агента
  • Решение: Передавайте данные в формате {"messages": [...]}

Ошибка подключения к серверу

  • Причина: Сервер не запущен или неправильный URL
  • Решение: Убедитесь, что сервер запущен и URL корректный

Расширение функциональности

Добавление нового инструмента

  1. Добавьте функцию в mcp_server.py:
@mcp.tool()
def multiply(a: int, b: int) -> int:
    """Умножить два числа."""
    return a * b
  1. Перезапустите сервер

Подключение к внешним API

@mcp.tool()
def weather(city: str) -> str:
    """Получить погоду для города."""
    # Ваш код для API вызова
    return f"Погода в {city}: солнечно"

Полезные ссылки

Лицензия

MIT License

Recommended Servers

playwright-mcp

playwright-mcp

A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.

Official
Featured
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

graphlit-mcp-server

The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.

Official
Featured
TypeScript
Kagi MCP Server

Kagi MCP Server

An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.

Official
Featured
Python
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Exa Search

Exa Search

A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured