mcp-intro
A demo MCP server that connects an AI to external systems by exposing Python functions as tools and data as resources, using the stdio transport.
README
MCP-Intro
Le therme MCP signifie, Model Context Protocol, c'est un open-source qui va connecter une IA a des systèmes externe, ou a des donées locale. Le MCP se divise en 3 catégorie:
- Host
- Client
- Server
Un hôte MCP, c'est celui qui va gérer les connecions vers un ou plusieurs serveurs MCP. Le Client MCP lui est un composant, généralement intégré a une application hôte. Le serveur MCP, lui, il attend des requêtes et y répond en exposant des outils, des ressources, et éventuellement des prompts.
Une fonction Python devient un outil(tool) MCP quand il exposé/déclaré par le serveur lui-même. La ressource, c'est une donnée exposé pour l'agent en lecture seule.
La différence entre les outils (tools) et les ressouces dans le MCP réside dans le contrôle d'exécution. les outils sont contrôlés par le modèle d'IA (LLM) alors que les ressources sont controlées par l'application hôte (le client) Pour résumé, les outils (tools) c'est une action (écriture/exécution) et les ressources, c'est le contexte (lecture seulement)
Un serveur ne doit exposer le strict nécessaire car c'est un point de sécurité important pour: -la prévention d'injection et abus -sécurisation des donées
Mode d'emploi du Serveur MCP
Lancement en mode Production (stdio)
Pour démarrer le serveur de programmation en arrière-plan via le transport stdio (utilisé par les clients comme Claude Desktop ou un futur agent) :
python server/learning_server.py
Procédure de Test MCP
Ce guide documente la configuration des prérequis, ainsi que la procédure de test pour valider le bon fonctionnement de votre serveur MCP.
1. Prérequis système
Avant de pouvoir lancer les tests, assurez-vous que votre environnement dispose des outils suivants :
Node.js & npx
L'inspecteur officiel d'Anthropic nécessite l'outil npx fourni avec Node.js.
- Vérification :
node -vetnpx -v - Installation (si absent) : Téléchargez la version LTS sur nodejs.org ou utilisez votre gestionnaire de paquets (ex:
brew install nodesur macOS).
Environnement Virtuel Python
Le serveur utilise les dépendances du dossier local .venv. Pensez à l'activer dans votre terminal :
- macOS / Linux :
source .venv/bin/activate - Windows :
.venv\Scripts\activate
2. Phase Tests
L'MCP Inspector est l'outil visuel officiel d'Anthropic pour inspecter les schémas de données, exécuter des outils et lire des ressources en mode stdio. Il permet d'isoler les tests du serveur avant de le connecter à un agent comme Claude Desktop.
Lancer l'inspecteur
Depuis la racine de votre projet (avec votre environnement virtuel actif), exécutez la commande suivante :
npx @modelcontextprotocol/inspector python server/learning_server.py
Résultat des Tests
Une fois connecté, vous pouvez apercevoir les outils et les ressources qui ont été implantés dans le serveur MCP : <img width="1920" height="997" alt="Capture d’écran 2026-07-15 à 16 11 47" src="https://github.com/user-attachments/assets/9669af88-853f-4285-a616-cd40fb4943b3" />
Recommended Servers
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.
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.
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.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
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.
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.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
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.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.