Files

T

wehub-resource-sync c275ba2868 chore: import upstream snapshot with attribution

2026-07-13 13:31:35 +08:00

3.9 KiB

Raw Permalink Blame History

Model Context Protocol (MCP) Python-Implementierung

Dieses Repository enthält eine Python-Implementierung des Model Context Protocol (MCP) und zeigt, wie man sowohl eine Server- als auch eine Client-Anwendung erstellt, die über den MCP-Standard kommunizieren.

Überblick

Die MCP-Implementierung besteht aus zwei Hauptkomponenten:

MCP Server (server.py) – Ein Server, der bereitstellt:
- Tools: Funktionen, die remote aufgerufen werden können
- Resources: Daten, die abgerufen werden können
- Prompts: Vorlagen zur Erstellung von Eingabeaufforderungen für Sprachmodelle
MCP Client (client.py) – Eine Client-Anwendung, die sich mit dem Server verbindet und dessen Funktionen nutzt

Funktionen

Diese Implementierung zeigt mehrere wichtige MCP-Funktionen:

Tools

completion – Erzeugt Textvervollständigungen von KI-Modellen (simuliert)
add – Ein einfacher Taschenrechner, der zwei Zahlen addiert

Resources

models:// – Gibt Informationen über verfügbare KI-Modelle zurück
greeting://{name} – Gibt eine personalisierte Begrüßung für einen angegebenen Namen zurück

Prompts

review_code – Erstellt eine Eingabeaufforderung zum Überprüfen von Code

Installation

Um diese MCP-Implementierung zu verwenden, installiere die benötigten Pakete:

pip install mcp-server mcp-client

Server und Client starten

Server starten

Starte den Server in einem Terminalfenster:

python server.py

Der Server kann auch im Entwicklungsmodus über die MCP CLI gestartet werden:

mcp dev server.py

Oder in Claude Desktop installiert werden (falls verfügbar):

mcp install server.py

Client starten

Starte den Client in einem anderen Terminalfenster:

python client.py

Dadurch wird eine Verbindung zum Server hergestellt und alle verfügbaren Funktionen demonstriert.

Client-Nutzung

Der Client (client.py) zeigt alle MCP-Fähigkeiten:

python client.py

Dies verbindet sich mit dem Server und nutzt alle Funktionen, einschließlich Tools, Resources und Prompts. Die Ausgabe zeigt:

Ergebnis des Taschenrechner-Tools (5 + 7 = 12)
Antwort des Completion-Tools auf „What is the meaning of life?“
Liste der verfügbaren KI-Modelle
Personalisierte Begrüßung für „MCP Explorer“
Vorlage für die Code-Review-Eingabeaufforderung

Implementierungsdetails

Der Server ist mit der FastMCP API umgesetzt, die hochrangige Abstraktionen zur Definition von MCP-Diensten bietet. Hier ein vereinfachtes Beispiel, wie Tools definiert werden:

@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two numbers together
    
    Args:
        a: First number
        b: Second number
    
    Returns:
        The sum of the two numbers
    """
    logger.info(f"Adding {a} and {b}")
    return a + b

Der Client verwendet die MCP-Client-Bibliothek, um sich mit dem Server zu verbinden und ihn aufzurufen:

async with stdio_client(server_params) as (reader, writer):
    async with ClientSession(reader, writer) as session:
        await session.initialize()
        result = await session.call_tool("add", arguments={"a": 5, "b": 7})

Mehr erfahren

Weitere Informationen zum MCP findest du unter: https://modelcontextprotocol.io/

Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Ursprungssprache gilt als maßgebliche Quelle. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Nutzung dieser Übersetzung entstehen.

3.9 KiB Raw Permalink Blame History Unescape Escape