返回市场
轨迹项目MCP服务器

轨迹项目MCP服务器

作者:ateekshsoni2 星标更新:2025-04-11

项目介绍

Model Context Protocol (MCP) 服务器项目

该项目演示了客户端应用程序与MCP(模型上下文协议)服务器之间的集成,允许通过AI进行工具执行能力的交互。

项目概述

该应用由两个主要组件构成:

  • 一个客户端,连接到Google的Gemini AI模型和MCP服务器
  • 一个MCP服务器,注册并提供AI模型使用的工具

系统允许用户通过命令行界面与Gemini AI模型互动。AI可以响应用户查询,并执行托管在MCP服务器上的专用工具,如发布推文或执行计算。

架构

├── client/              # 客户端应用
│   ├── .env             # 客户端环境变量
│   ├── index.js         # 客户端实现
│   └── package.json     # 客户端依赖
└── server/              # MCP服务器
    ├── .env             # 服务器环境变量
    ├── index.js         # 服务器实现
    ├── mcp.tool.js      # 工具实现
    └── package.json     # 服务器依赖

特性

  • 使用Google的Gemini模型的AI聊天接口
  • 通过MCP协议执行工具
  • 可用工具:
    • addTwoNumbers:执行两个数字相加
    • createPost:在Twitter/X上创建帖子

设置和安装

先决条件

  • Node.js(v14或更高版本)
  • npm 或 yarn
  • Twitter/X API凭证

服务器设置

  1. 导航到服务器目录:
    cd server
    
  2. 安装依赖项:
    npm install
    
  3. 使用您的Twitter API凭证配置.env文件:
    TWITTER_API_KEY=your_api_key
    TWITTER_API_KEY_SECRET=your_api_secret
    TWITTER_ACCESS_TOKEN=your_access_token
    TWITTER_ACCESS_TOKEN_SECRET=your_access_token_secret
    
  4. 启动服务器:
    node index.js
    

客户端设置

  1. 导航到客户端目录:
    cd client
    
  2. 安装依赖项:
    npm install
    
  3. 使用您的Gemini API密钥配置.env文件:
    GEMINI_API_KEY=your_gemini_api_key
    
  4. 启动客户端:
    node index.js
    

使用方法

  1. 首先启动服务器,然后启动客户端
  2. 当客户端连接时,您会看到输入提示
  3. 输入您的问题或请求
  4. AI将直接回应或根据需要使用其中一个工具

示例交互:

  • "25 加上 17 是多少?"(使用addTwoNumbers工具)
  • "发布一条推文,内容是'来自我的MCP项目的问候!'"(使用createPost工具)

工作原理

  1. 客户端通过SSE(服务器发送事件)连接到MCP服务器
  2. 服务器使用Zod验证注册可用工具及其输入模式
  3. 用户查询被发送到Google的Gemini AI模型
  4. 如果AI确定应使用工具,则它会调用函数
  5. 函数调用通过MCP客户端路由到MCP服务器
  6. 服务器执行请求的工具并返回结果
  7. 结果呈现给用户并添加到聊天历史记录中

使用的技术