Example MCP Server + Client Implementation
2025.03.18
21
TypeScriptMCP模型演示AI聊天机器人后端服务开发效率
这是一个示例的MCP服务器和客户端实现项目，旨在展示MCP模型（模型-上下文-协议）的实际应用。该项目包含一个后端服务/API，由MCP服务器消费并以标准化方式暴露给MCP客户端，如示例中的AI聊天机器人客户端。该项目展示了如何通过MCP模型实现服务、服务器和客户端之间的标准化交互。
View on GitHub
Overview
基本能力
产品定位
该项目是一个示例性质的MCP服务器和客户端实现，主要用于演示MCP模型的实际应用和交互方式。
核心功能
- 后端服务/API：提供基础的数据存储和检索功能。
- MCP服务器：将后端服务以标准化方式暴露给MCP客户端。
- MCP客户端：一个简单的AI聊天机器人，能够通过MCP服务器与后端服务交互。
适用场景
- 学习和理解MCP模型的实际应用。
- 开发标准化服务与客户端交互的示例项目。
- AI聊天机器人集成自定义后端服务的演示。
工具列表
- Node.js 23.x或更高版本：用于执行TypeScript代码。
- OpenAI API：用于AI聊天机器人的后端支持。
常见问题解答
- 运行环境要求：必须使用Node.js 23.x或更高版本，因为它支持直接执行TypeScript代码。
- 配置要求：需要在客户端文件夹中添加
.env文件并配置OpenAI API密钥。 - 运行方式：在
service、server和client文件夹中分别运行npm run dev来启动各个部分。
使用教程
使用依赖
- 安装Node.js 23.x或更高版本。
- 在客户端文件夹中添加
.env文件并配置OpenAI API密钥：OPENAI_API_KEY=<your-open-ai-key>
安装教程
- 在每个文件夹（
service、server、client）中运行以下命令安装依赖：bash npm install
调试方式
- 在每个文件夹中运行以下命令启动服务：
bash npm run dev - 确保每个进程都在运行，客户端是一个AI聊天机器人，可以通过MCP服务器与后端服务交互。