Requirements

基本能力

产品定位

ksrk-mcp-server-client 是一个用于与 MCP 服务器和 OpenAI 的 GPT-4 模型交互的客户端工具，主要用于自动化任务和数据处理。

核心功能

1. MCP 客户端管理：提供与 MCP 服务器的连接管理，支持工具检索和调用。
2. 交互式查询处理：通过异步函数处理用户查询，利用 LLM 和可用工具进行响应。
3. Web 搜索和内容抓取：支持通过 ScrapingDog API 进行网页搜索和内容抓取。
4. HTML/XML 解析：使用 BeautifulSoup 解析 HTML 和 XML 文档。

适用场景

1. 自动化任务：如网页内容抓取、数据处理等。
2. 开发和研究：用于快速原型开发和实验性研究。
3. 工具集成：与其他工具（如 OpenAI GPT-4）集成，扩展功能。

工具列表

1. client.py：主客户端代码，管理 MCP 服务器连接和工具调用。
2. ksrk-mcp-server.py：MCP 服务器实现，包含 Web 搜索和内容抓取功能。
3. test-website.py：测试网站抓取的脚本。

常见问题解答

1. 依赖安装失败：确保 Python 3.13 和依赖项（如 pyproject.toml 中列出的）已正确安装。
2. 环境变量设置：确保 .env 文件中的 API 密钥已正确配置。
3. 运行错误：检查虚拟环境是否激活，依赖项是否安装完整。

使用教程

使用依赖

1. 安装 Python 3.13。
2. 安装依赖项： sh pip install -r requirements.txt

安装教程

1. 克隆仓库： sh git clone <repository-url> cd documentation
2. 创建并激活虚拟环境： sh python -m venv .venv source .venv/bin/activate # Windows 使用 `.venv\Scripts\activate`
3. 安装依赖项： sh pip install -r requirements.txt
4. 设置环境变量： 在根目录创建 .env 文件，内容如下： env SCRAPING_DOG_API_KEY=your_scraping_dog_api_key OPENAI_API_KEY=your_openai_api_key

调试方式

1. 导航到根目录： sh cd ..
2. 运行客户端： sh python client.py
3. 在交互式提示循环中输入查询，输入 quit 或 exit 停止客户端。

许可证

该项目遵循 MIT 开源许可条款。