Model Context Protocol (MCP) Python Implementation

Ang repositoryong ito ay naglalaman ng Python na implementasyon ng Model Context Protocol (MCP), na nagpapakita kung paano gumawa ng parehong server at client na aplikasyon na nag-uusap gamit ang MCP standard.

Pangkalahatang-ideya

Ang implementasyon ng MCP ay binubuo ng dalawang pangunahing bahagi:

MCP Server (server.py) - Isang server na naglalabas ng:
- Tools: Mga function na maaaring tawagin nang malayuan
- Resources: Data na maaaring kunin
- Prompts: Mga template para sa paggawa ng prompts para sa mga language model
MCP Client (client.py) - Isang client na aplikasyon na kumokonekta sa server at ginagamit ang mga tampok nito

Mga Tampok

Ipinapakita ng implementasyong ito ang ilang mahahalagang tampok ng MCP:

Tools

completion - Gumagawa ng mga text completion mula sa AI models (pinagkunwari)
add - Simpleng calculator na nagdadagdag ng dalawang numero

Resources

models:// - Nagbabalik ng impormasyon tungkol sa mga available na AI models
greeting://{name} - Nagbabalik ng personalisadong pagbati para sa isang pangalan

Prompts

review_code - Gumagawa ng prompt para sa pagre-review ng code

Pag-install

Para magamit ang implementasyong MCP na ito, i-install ang mga kinakailangang package:

pip install mcp-server mcp-client

Pagpapatakbo ng Server at Client

Pagsisimula ng Server

Patakbuhin ang server sa isang terminal window:

python server.py

Maari ring patakbuhin ang server sa development mode gamit ang MCP CLI:

mcp dev server.py

O i-install ito sa Claude Desktop (kung available):

mcp install server.py

Pagpapatakbo ng Client

Patakbuhin ang client sa isa pang terminal window:

python client.py

Ito ay kokonekta sa server at ipapakita ang lahat ng mga available na tampok.

Paggamit ng Client

Ipinapakita ng client (client.py) ang lahat ng kakayahan ng MCP:

python client.py

Ito ay kokonekta sa server at gagamitin ang lahat ng tampok kabilang ang tools, resources, at prompts. Ang output ay magpapakita ng:

Resulta ng calculator tool (5 + 7 = 12)
Tugon ng completion tool sa "What is the meaning of life?"
Listahan ng mga available na AI models
Personal na pagbati para sa "MCP Explorer"
Template ng prompt para sa pagre-review ng code

Mga Detalye ng Implementasyon

Ang server ay naipatupad gamit ang FastMCP API, na nagbibigay ng mataas na antas ng abstraction para sa pagdedeklara ng mga MCP service. Narito ang isang pinasimpleng halimbawa kung paano dine-define ang mga tools:

@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

Gumagamit ang client ng MCP client library para kumonekta at tumawag sa server:

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})

Alamin Pa

Para sa karagdagang impormasyon tungkol sa MCP, bisitahin: https://modelcontextprotocol.io/

Paalala:
Ang dokumentong ito ay isinalin gamit ang AI translation service na Co-op Translator. Bagamat nagsusumikap kami para sa katumpakan, pakatandaan na ang mga awtomatikong pagsasalin ay maaaring maglaman ng mga pagkakamali o di-tumpak na impormasyon. Ang orihinal na dokumento sa kanyang sariling wika ang dapat ituring na pangunahing sanggunian. Para sa mahahalagang impormasyon, inirerekomenda ang propesyonal na pagsasalin ng tao. Hindi kami mananagot sa anumang hindi pagkakaunawaan o maling interpretasyon na maaaring magmula sa paggamit ng pagsasaling ito.