MCP 服务器与 Docker

该项目展示了如何将模型控制协议（MCP）与 OpenAI 的 API 集成，使 OpenAI 能够访问和使用通过 Docker 运行的 MCP 服务器暴露的工具。

前提条件

• 系统上已安装 Docker
• Git（用于克隆仓库）

项目结构

• server.py：包含一个工具的 MCP 服务器实现
• client.py：连接到服务器并调用代理的客户端
• Dockerfile：构建 Docker 镜像的指令
• requirements.txt：项目的 Python 依赖项

数据流说明

1. 用户查询：用户向系统发送查询（例如，“我们公司的休假政策是什么？”）
2. OpenAI API：OpenAI 接收到查询以及来自 MCP 服务器的可用工具
3. 工具选择：OpenAI 根据查询决定使用哪些工具
4. MCP 客户端：客户端接收 OpenAI 的工具调用请求，并将其转发给 MCP 服务器
5. MCP 服务器：服务器执行所请求的工具（例如，检索知识库数据）
6. 响应流：工具结果通过 MCP 客户端返回给 OpenAI
7. 最终响应：OpenAI 生成包含工具数据的最终响应

使用 Docker 运行

第一步：构建 Docker 镜像

bash
docker build -t mcp-server .

第二步：运行 Docker 容器

bash
docker run -p 8050:8050 mcp-server

这将在 Docker 容器中启动 MCP 服务器，并将其暴露在 8050 端口上。

运行客户端

一旦服务器开始运行，您可以在另一个终端中运行客户端：

bash
python client.py

客户端将连接到服务器，列出可用工具，并调用代理来回答查询。

故障排除

如果您遇到连接问题：

1. 检查服务器是否正在运行：确保 Docker 容器正在运行，可以使用 docker ps 查看。

2. 验证端口映射：确保端口正确映射，可以通过 docker ps 或查看 docker run 命令的输出来确认。

3. 检查服务器日志：使用 docker logs <container_id> 查看服务器日志，看看是否有任何错误。

4. 主机绑定：服务器配置为绑定到 0.0.0.0 而不是 127.0.0.1，以便从容器外部访问。如果仍然存在问题，可能需要检查您的防火墙设置。

5. 网络问题：如果您在远程机器上运行 Docker，请确保该端口可以从您的客户端机器访问。

注意事项

• 服务器配置为使用 SSE（Server-Sent Events）传输，并监听 8050 端口。
• 客户端在 http://localhost:8050/sse 连接到服务器。
• 在启动客户端之前，请确保服务器已经运行。