项目介绍
模型上下文协议 (MCP) 实验室
此仓库包含一系列实验室，用于学习如何构建和使用模型上下文协议 (MCP) 服务器，并将其与AI代理集成。
什么是MCP？
模型上下文协议 (MCP) 是一个标准化协议，使AI模型能够与外部工具和数据源进行交互。MCP遵循客户端-服务器架构：
- 主机：需要AI能力的应用程序
- 客户端：主机的一部分，管理与MCP服务器的连接
- 服务器：提供AI可以使用的工具和资源
MCP使AI模型能够：
- 执行工具：执行搜索、计算或访问外部系统等操作
- 访问资源：通过URI模板从结构化来源检索数据
- 获取上下文信息：接收额外的上下文以改进响应
这种标准化方法使得AI能力可以在不同的平台和模型之间移植，创建了一个统一的AI功能接口。
实验室结构
- 实验01：Hello Claude - 一个最小的MCP服务器，与Claude桌面集成，用于交互式测试
- 实验02：零售MCP服务器 - 多个MCP服务器协同工作，适用于零售场景
- 实验03：AWS云部署 - 将MCP服务器部署到AWS Fargate，支持HTTPS和流媒体
- (未来将添加更多实验室)
开始使用
每个实验室目录都包含其自己的README，其中包含具体说明：
- 从实验01开始，学习MCP服务器实现的基础知识以及与Claude桌面的集成：
cd lab01-hello-claude
- 继续实验02，探索多个MCP服务器如何协同工作：
cd lab02-retail-mcp-servers
- 进入实验03，将MCP服务器部署到AWS Fargate：
cd lab03-aws-cloud-deployment
确保阅读每个实验室目录中的README
cat README.md