基于 MCP 的客户端-服务器应用程序用于命令执行和 Brave 搜索

概述

该项目使用 MCP（模型上下文协议）实现了客户端-服务器架构，以处理用户提示，使用大型语言模型 (LLM) 确定其意图，并将其路由到适当的服务进行执行。系统由两个主要组件组成：

• 客户端： 处理用户输入，将其发送给 LLM，并根据 LLM 的决定将请求转发到相应的服务器。
• 服务器： 根据 LLM 的 JSON 响应中指定的工具处理请求。它要么执行系统命令，要么使用 Brave 搜索 API 获取网络数据。

LLM 确定用户请求是否需要命令执行或网络搜索。如果提示不明确，LLM 会先提出后续问题，然后生成一个结构化的JSON 响应，指定工具名称（command_execution 或 fetch_web_data）及其所需参数。

流程图

工作原理

1. 用户输入： 用户在 CLI 中输入提示。
2. 客户端处理： 客户端将提示转发给 LLM。
3. LLM 决策：
   • 如果意图不明确，LLM 会提出后续问题。
   • 它生成一个 JSON 响应，指定工具名称及其所需参数。
4. 客户端路由：
   • 如果工具是 command_execution：
     • 请求被发送到命令服务器。
     • 命令服务器使用 Python 的 subprocess 模块执行命令。
     • 返回成功或失败响应。
   • 如果工具是 fetch_web_data：
     • 请求被发送到获取网络数据服务器。
     • 服务器查询Brave 搜索 API 以获取相关结果。
     • 搜索结果返回给客户端。
5. 客户端响应： 客户端通过 CLI 将最终响应发送回用户。

先决条件

• Python 3.x
• pip（Python 包管理器）
• 虚拟环境设置（可选，但推荐）
• 安装 UV/UVX: UV 安装指南
• Brave 搜索 API: Brave 搜索 API 密钥
• 以下任意一种 LLM：
  • Ollama 模型
  • Groq API 密钥

安装

1. 克隆仓库

git clone -https://github.com/mjunaid46/mcp
cd mcp

2. 创建并激活虚拟环境

# Create a virtual environment
uv venv

# Activate virtual environment
# On Unix or MacOS:
source .venv/bin/activate

# On Windows:
.venv\Scripts\activate

3. 安装依赖项

pip install -r requirements.txt
python -m ensurepip

4. 配置 LLM 模型

使用 Ollama 模型

1. 按照 Ollama 安装指南 中的说明安装 Ollama CLI 工具。

2. 然后，检查 Ollama：

   ollama list
   

3. 在客户端命令中指定模型（llama3 或 llama2）：

   uv run client/client.py server/command_server.py server/web_server.py ollama llama3
   

使用 Groq 模型

1. 创建一个 .env 文件来存储 Groq 的 API 密钥：

   touch .env
   

2. 将你的 Groq API 密钥添加到 .env 文件中：

   GROQ_API_KEY=<your_groq_api_key_here>
   

5. 配置 Brave 搜索 API

将你的 Brave API 密钥添加到 .env 文件中：

BRAVE_SEARCH_API_KEY=<your_brave_search_api_key_here>

运行

• 使用 Ollama 模型

uv run client/client.py server/command_server.py server/web_server.py ollama llama3

• 使用 Groq 模型

uv run client/client.py server/command_server.py server/web_server.py groq

测试

向客户端提供查询（例如，touch test.txt，创建名为test的文本文件，rm test.txt 文件等）

# Try the below prompts one by one to test. 

What is the capital of Pakistan.
What is MCP?
Create a file in my present working directory

🚀 Docker 项目设置指南

📌 运行代码的步骤

1️⃣ 克隆 Git 仓库

git clone https://github.com/mjunaid46/mcp/
cd mcp

2️⃣ 编辑模型选择配置

修改 config.ini 文件以指定模型类型和名称：

[settings]
model_type = ollama  # Change to "groq" if using Groq
model_name = llama3   # Update model name if needed

3️⃣ 构建 Docker 容器

docker-compose build

4️⃣ 运行模型客户端

docker-compose run pull-model-client