python如何实现调用mcp client
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
Python内容推荐
MCP协议实战:用Python 5分钟搭建你的第一个MCP Server(附完整代码)
mcp服务端、客户端demo
基于python实现mcp client和server端,client利用langgraph实现,server基于sse以及streamable-http通信方式.zip
### 步骤 1. 确定client MultiServerMCPClient需要连接的mcp server(单个或者多个) 2. 然后执行server文件,产生url,再执行client.py文件,连接server获取工具。当前client.py链接server_sse.py,则需要先运行server_sse.py文件 ### 使用方法 #### 服务端: 1.mcp实例化 ```commandline mcp = FastMCP("Weather") # "Weather"可修改 ``` 2.利用@mcp.tool装饰函数,可以将函数注册为mcp工具,函数需要添加注释(函数解释,Args以及返回值) ```commandline # 利用mcp.tool装饰器在当前server中可以注册多个工具 # 函数必须添加说明、参数说明(如果有参数)以及返回值,便于智能体调用和命中 @mcp.tool() async def func1(): ... @mcp.tool() async def func2(): ... ``` 可以参考server_sse.py代码 ```commandline @mcp.tool() async def get_weather(location: str) -> str: """ 获取指定地点的天气信息。 Args: location (str): 要查询天气的地点名称。 Returns: str: 返回的天气信息字符串。 """ return "It's always sunny in New York" ``` 3.服务配置 基于SSE方式: ```commandline # 服务器配置,设置端口名
从零开始构建Python_MCP_Server与Client实现模型上下文协议标准化接口_连接外部数据源和工具的统一框架_支持Stdio本地传输与SSE远程云服务部署_集成多技术文.zip
从零开始构建Python_MCP_Server与Client实现模型上下文协议标准化接口_连接外部数据源和工具的统一框架_支持Stdio本地传输与SSE远程云服务部署_集成多技术文.zip
python AI , 编程指南,人工智能编程
python AI , 编程指南,人工智能编程
【Python开发】基于FastMCP框架的StreamableHTTPMCP应用实现:服务器公网IP获取与MySQL操作功能设计文档的主要内容
内容概要:本文介绍了如何使用Python开发基于Streamable HTTP MCP的应用程序。主要使用了fastMCP框架,重点讲解了Streamable HTTP MCP应用的创建、运行以及与MySQL数据库的交互。文章展示了通过简单的Python代码实现Streamable HTTP MCP服务,并提供了获取服务器公网IP地址的功能示例。此外,还详细描述了如何将之前基于SSE模式的MySQL应用转换为Streamable HTTP模式,只需修改两行代码即可完成转换。最后,介绍了如何通过Docker容器化部署该应用程序,包括Dockerfile和docker-compose.yml的编写。 适合人群:有一定Python编程基础,对Web开发和数据库操作有一定了解的研发人员。 使用场景及目标:①快速搭建Streamable HTTP MCP应用,实现与客户端的实时通信;②通过Streamable HTTP协议优化现有SSE模式应用;③利用fastMCP框架简化应用程序开发流程;④掌握如何通过Docker进行应用程序的容器化部署。 其他说明:文中提到的fastMCP框架已支持Streamable HTTP,开发者需要确保使用的是最新版本以避免已知bug。同时,文中提供的代码片段和配置文件可以直接用于实际项目中,但需要根据具体环境调整相关配置(如数据库连接信息)。此外,为了更好地理解和应用文中内容,建议读者提前了解Streamable HTTP的基本概念。
Python Uni2TS多粒度token 风电功率GPU预测
Python Uni2TS多粒度token 风电功率GPU预测 用 Uni2TS(统一多粒度 token)预测风电功率,对照 LSTM,输出预测曲线与粒度表征图。默认 CUDA。 功能: · 多粒度 token · Uni2TS · 对照 LSTM · 粒度图 · CUDA 训练 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
LangChain多MCP调用实现[项目代码]
本文详细介绍了如何利用LangChain和DeepSeek实现多个MCP(Model Context Protocol)服务的调用。首先,文章回顾了之前关于自定义MCP Server的开发,并在此基础上进一步深化,展示了如何创建两个不同的MCP Server:一个用于算术计算,另一个用于天气预报。接着,文章详细说明了如何通过LangGraph的预定义代理模板和DeepSeek大模型来实现MCP Client的调用流程,并提供了完整的Python代码示例。此外,文章还解释了MCP的基本概念和架构,包括MCP Host、MCP Client和MCP Server的作用,以及如何通过标准化接口实现AI应用与外部数据源的统一交互。最后,文章提供了运行测试的步骤和在线体验平台的链接,帮助读者更好地理解和实践这一技术。
LangChain集成DeepSeek实现MCP调用[源码]
本文详细介绍了如何通过LangChain框架实现Model Context Protocol(MCP)调用,并集成DeepSeek大模型完成整个流程。MCP是一种标准化协议,类似于通用接口,使AI模型能够轻松连接外部数据源和工具,解决数据孤岛问题。文章首先解释了MCP的定义、架构及其重要性,随后提供了实现MCP调用的具体步骤,包括Python环境的准备、依赖包的安装、MCP Server和Client的开发,以及最终的运行测试。通过一个简单的算术计算器示例,展示了如何利用MCP协议进行AI模型与外部工具的交互,并提供了完整的Python代码示例。
MCP全解析:借助第三方MCP Server开发Agent.pdf
MCP全解析:借助第三方MCP Server开发Agent.pdf
MCP实现SSE通信[项目代码]
本文详细介绍了如何使用MCP(Python库)实现基于SSE(Server-Sent Events)的Server和Client通信。内容涵盖环境准备、Server和Client的具体实现步骤、逻辑流程分析以及源码运行测试。Server部分展示了如何定义工具(如数学运算和取模运算)并通过FastMCP和Starlette框架构建服务;Client部分则演示了如何连接多个Server、收集工具并处理用户查询。文章还提供了完整的代码示例和测试用例,帮助读者验证功能并理解交互逻辑。最后,总结了MCP协议的灵活性及其在AI应用中的潜力。
搭建MCP服务指南[可运行源码]
本文详细介绍了如何搭建自己的MCP(Model Context Protocol)服务,包括环境准备、MCP Server和Client的开发步骤。首先,通过uv工具管理Python工程,初始化项目并安装依赖。接着,使用Python SDK开发MCP Server,分为FastMCP和Low-Level两种方式,并演示了如何定义和调试一个查询天气的Tool。此外,还介绍了如何使用Cherry Studio作为MCP Host工具加载本地MCP Server。最后,展示了如何通过Python编写自定义MCP Client,实现与Server的交互。文章还提供了大模型学习资料和实战案例,帮助读者快速入门大模型开发。
MCP天气查询服务开发[项目代码]
本文详细介绍了如何通过MCP(Model Context Protocol)开发一个天气查询服务。MCP是由Anthropic公司推出的开放协议,用于标准化应用程序如何向LLM提供上下文。文章从MCP的基本概念、架构、传输机制入手,逐步引导读者使用Python开发一个集成高德天气API的MCP Server。开发过程包括创建Python项目、安装依赖、编写核心代码(包括资源、工具和提示功能),并通过三种方式测试MCP Server:编写Client端代码、使用mcp-cli自带页面以及集成到Claude桌面版。文章还强调了MCP的安全性,并提供了相关参考文档。
Claude Code使用指南[可运行源码]
本文详细介绍了Claude Code的安装配置、交互模式、命令参考、MCP集成、Hooks自动化、子代理系统等核心功能。Claude Code是Anthropic推出的命令行AI编程助手,能够读取代码库、执行Shell命令、修改文件、管理Git工作流,并通过MCP协议连接外部服务。文章涵盖了从基础安装到高级配置的全面指南,包括模型选择、权限管理、费用控制等实用内容,适合开发者和团队参考使用。
MCP协议基于SSE技术的MCP-SSE交互过程详解:从请求用户到大模型调用及结果返回的完整流程说明
内容概要:本文详细介绍了MCP-SSE交互的完整过程,重点在于通过服务器发送事件(SSE)实现客户端与服务端之间的实时数据传输。SSE是一种基于HTTP的轻量级技术,允许服务器向客户端推送实时更新。具体流程包括:客户端通过GET请求与服务端建立长连接,服务端返回sessionID并确认初始化信息,随后客户端发送请求如查询“杭州天气”。服务端接收后调用注册工具(如get_weather函数)获取天气信息,并通过长连接返回结果给客户端。最后,客户端再次调用大模型API,将最终结果呈现给用户。 适合人群:对实时数据传输技术感兴趣的开发者,尤其是有一定HTTP协议和Python编程基础的技术人员。 使用场景及目标:适用于需要实现实时数据推送的应用场景,如天气预报、股票行情等。通过学习本文,读者可以掌握如何利用SSE技术构建高效的客户端-服务端通信机制,以及如何使用Python实现工具注册和服务端逻辑。 阅读建议:本文涉及较多的技术细节和代码片段,建议读者结合实际项目进行实践,特别是关注SSE的长连接特性及其在不同场景下的应用。同时,理解Python装饰器的使用对于实现MCP-SSE交互非常重要。
小红书自动搜索评论工具[可运行源码]
Redbook-Search-Comment-MCP2.0是一款基于Playwright开发的小红书自动搜索和评论工具,作为MCP Server,可通过特定配置接入MCP Client(如Claude for Desktop)。该工具能够自动完成登录小红书、搜索关键词、获取笔记内容及发布AI生成评论等操作。主要特点包括深度集成AI能力、模块化设计、强大的内容获取能力、持久化登录和两步式评论流程。2.0版本在内容获取、AI评论生成、功能模块化、搜索结果优化和错误处理等方面进行了全面优化。工具支持多种评论类型,包括引流型、点赞型、咨询型和专业型,适用于不同场景。使用前需配置Python环境和MCP Server,并严格遵守小红书平台的相关规定。
人工智能MCP(模型上下文协议)开发与应用实践:标准化LLM与外部系统集成的方法论及实战指南
内容概要:MCP(Model Context Protocol)是 Anthropic 公司于 2024 年底开源发布的模型上下文协议,旨在标准化应用程序如何向大型语言模型(LLMs)提供上下文。MCP 类似于硬件领域的 USB-C 标准,帮助 LLMs 与数据和工具集成,降低开发成本并提高灵活性。MCP 架构包括主机(Host)、客户端(Client)和服务器(Server)三个核心组件,通过 JSON-RPC 2.0 协议进行通信。MCP 提供了资源(Resources)、工具(Tools)、提示(Prompts)和采样(Sampling)四种关键能力,使 LLMs 能更高效地与外部系统交互。MCP 支持 STDIO、SSE 和流式 HTTP 等通信方式,适用于不同场景。文档详细介绍了 MCP 的构建和使用,包括环境搭建、快速编码、调试方法以及常见问题解决。 适合人群:具备一定编程基础的研发人员,尤其是对大模型与外部工具和数据源集成感兴趣的开发者。 使用场景及目标:①标准化 LLMs 与外部系统的交互方式,减少重复开发和适配成本;②通过 MCP 提供的资源、工具、提示和采样功能,实现高效的 LLM 交互;③支持多种通信方式,适应不同应用场景的需求。 其他说明:MCP 的官方文档和相关工具链接已提供,便于进一步学习和实践。此外,文档还提到了一些辅助工具,如 Uv/Uvx 和 npx,用于管理和运行 Python 虚拟环境及 Node.js 包。阅读时应注意环境配置和调试技巧,确保顺利构建和使用 MCP。
基于DeepSeek-V3开发天气查询智能体[代码]
本文详细介绍了如何在Ubuntu24.04系统下,基于miniconda环境,利用DeepSeek-V3大模型和MCP技术开发一个天气查询智能体。内容包括从创建虚拟环境、安装相关包、申请DeepSeek和OpenWeather的API Key,到配置环境文件、编写Server端和Client端代码,最后进行测试的全过程。Server端代码负责从OpenWeather API获取天气数据并格式化输出,Client端代码则通过MCP调用DeepSeek在线模型,实现天气查询功能。测试结果表明,该系统能够成功查询并返回指定城市的天气信息。
Codex接管嘉立创EDA复现STM32底板教学[可运行源码]
本文详细介绍了如何从零开始配置Codex与嘉立创EDA Pro的完整控制链路,实现AI直接操作PCB设计软件的全过程。教程包含环境准备、桥服务搭建、API扩展安装、MCP工具注册等关键步骤,并提供了STM32 Blue Pill学习底板的完整复现方案。通过JavaScript脚本控制EDA软件执行真实API调用,最终生成包含160个焊盘、140条走线的学习扩展板,且通过DRC校验。文章强调必须确保桥服务连通、EDA窗口激活、PCB UUID正确三大要素,并提供了详细的故障排查方法和验证标准。
一个全自动化回复脚本的脚本,基于Coze平台调用智能体回复.zip
2026 最系统的 AI Agent 速成指南|智能体实战教程 · 完整学习路径 + 实战项目 + 面试题库 · 对标大模型应用开发工程师岗位 · 覆盖LangChain / LangGraph / Coze / Dify / MCP / skills / LLM /…
Blender技能安装与使用[可运行源码]
本文详细介绍了Blender技能的安装与使用流程。首先,用户需要安装Blender并完成插件配置,包括启动Blender并连接MCP服务器,重启Claude Code以使MCP服务器生效。使用流程包括创建3D模型、设置材质和渲染等操作。文章还提供了Blender插件的目录结构,包括主入口文件、插件源文件、启动脚本等。安装完成后,用户需手动运行安装命令,并可通过snap或官方tar包进行安装。最后,文章提供了后续配置的步骤,包括验证连接和测试MCP。
最新推荐


