MCP Server Markup Language (MCPML)
2025.04.11
1
PythonMCP 服务器框架CLI 工具OpenAI Agent 支持开发效率
MCP Server Markup Language (MCPML) 是一个基于 Python 的框架，用于构建符合 Model Context Protocol (MCP) 标准的服务器，支持 CLI 和 OpenAI Agent。该框架提供了丰富的功能，包括 MCP 服务器框架、CLI 工具、OpenAI Agent SDK 支持、Agent-to-MCP 集成、可扩展架构、动态加载和结构化输出等。适用于需要快速构建和集成 MCP 服务的开发场景。
View on GitHub
Overview
基本能力
产品定位
MCPML 是一个用于构建 MCP 兼容服务器的 Python 框架，支持 CLI 和 OpenAI Agent，旨在简化 MCP 服务的开发和集成。
核心功能
- 🚀 MCP Server Framework: 构建符合 MCP 标准的 Python 服务器。
- 🔧 CLI Tools: 将所有服务器功能暴露为 CLI 命令。
- 🤖 OpenAI Agent SDK Support: 支持将工具实现为 OpenAI Agent 或简单的 Python 函数。
- 🔄 Agent-to-MCP Integration: 通过配置使 Agent 能够消费 MCP 服务。
- 🛠️ Extensible Architecture: 轻松添加自定义工具和服务。
- 🔌 Dynamic Loading: 支持从执行目录动态加载自定义 Agent 类型和工具实现。
- 📦 Structured Output: 使用 Pydantic 模型支持结构化输出。
适用场景
- 需要快速构建 MCP 兼容服务器的开发场景。
- 需要将 MCP 服务与 OpenAI Agent 集成的场景。
- 需要动态加载和扩展工具的场景。
工具列表
mcpml run: 运行 MCPML 服务器。mcpml tools: 管理工具，如列出工具或运行特定工具。
常见问题解答
- 如何配置 OpenAI API 密钥？
在
.env文件中设置OPENAI_API_KEY或 Azure OpenAI 的相关配置。
使用教程
使用依赖
确保已安装 Python 和 pip。
安装教程
pip install git+https://github.com/a5c-ai/mcpml#egg=mcpml
调试方式
mcpml --help
mcpml run
mcpml tools list
使用 uvx 调试：
uvx --from git+https://github.com/a5c-ai/mcpml#egg=mcpml mcpml -c mcpml.yaml tools list
uvx --from git+https://github.com/a5c-ai/mcpml#egg=mcpml mcpmp run --transport=sse