基本MCP应用程序

一个简单的应用，展示了如何使用FastAPI和Gradio实现模型上下文协议（MCP）（因为我不喜欢处理Streamlit带来的问题）。

概述

该项目演示了一个基本的MCP服务器，前端使用Gradio（Streamlit带来了太多麻烦，生命太短暂，不值得承受不必要的痛苦）。用户可以通过所谓的“简单界面”与AI模型进行对话，而开发者则认为这是“在我继续前进之前能做的最好尝试”。

技术栈

• 后端：FastAPI + MCP Python SDK（天作之合，不像披萨上的菠萝）
• 前端：Gradio（因为漂亮的按钮能让多巴胺激增）
• AI集成：Google Gemini API（不是星座，而是Sundar Pichai的AI项目）

已知问题

⚠️ 请注意

• 当前引用工具工作不正常。在分析论文引用或使用某些高级搜索功能时，您可能会遇到错误。我正在修复这个问题。什么时候会修复？谁知道呢 ¯\_(ツ)_/¯。也许当我们拥有AGI的时候。
• Semantic Scholar API有速率限制，这可能导致搜索功能有时返回错误消息：“无法直接搜索并提供论文。”当免费API遇到热情的用户时，这种情况就会发生——我们爱他们至死。只需等待一会儿再试一次（或者在速率限制重置时用咖啡分散注意力）。

加速设置

这个项目非常适合使用uv，这是一个超级快速的Python包安装器！无需等待pip在下一个世纪完成安装，您可以使用uv在几秒钟内安装依赖项。强烈推荐这种方式以获得更流畅的体验（并夺回盯着进度条的时间）。

快速开始

所需条件

• Python 3.11或更新版本（对不起，还在使用Python 2的恐龙们）
• pip包管理器（或它的更快、更酷的表亲uv）
• RCB的耐心（Google一下）（可选但推荐）

设置步骤

1. 克隆此项目：

   git clone https://github.com/yourusername/basic-mcp-app.git
   cd basic-mcp-app
   

2. 创建虚拟环境（因为全局依赖是情感伤害的道路）：

   python -m venv venv
   source venv/bin/activate  # 在Windows上：venv\Scripts\activate
   

3. 安装所需包：

   使用pip（乌龟方式）：

   pip install -r requirements.txt
   

   使用uv（兔子方式，实际上赢得了比赛）：

   # 如果没有安装uv，请先安装
   curl -LsSf https://astral.sh/uv/install.sh | sh
   

   或者

   pip install uv
   

   然后使用uv安装依赖项：

   uv pip install -r requirements.txt
   

   使用uv让Python包安装变得飞快！比普通的pip快得多（母亲保证🤞）。在pip意识到您的请求时，uv已经完成了安装，甚至为您冲了杯咖啡，并开始编写您的下一个应用程序。

4. 设置您的API密钥（这些是您不应该提交到GitHub的东西，但总有人会这样做）：

   cp .env.example .env
   # 打开.env并添加您的API密钥
   

5. 使用一条命令启动两个服务器（就像魔法一样，但有更多的分号）：

   python run.py
   

   这将同时启动后端和前端。就像既吃到了蛋糕又吃了它，但热量更低。

   如果需要，也可以分别启动它们（对于控制狂来说）：

   • 后端：uvicorn backend.main:app --reload
   • 前端：python frontend/app.py

6. 打开您的网络浏览器，访问http://localhost:8501（如果不起作用，请尝试重启设备 😑）

项目文件

看看这个美丽的目录结构，在开发真正开始后它将永远不再这么整洁：

basic-mcp-app/
├── .env.example           # API密钥模板（请不要公开您的API密钥🙏）
├── .gitignore             # Git忽略的文件（就像情感包袱）
├── README.md              # 这个帮助文件，直到绝望才有人阅读
├── requirements.txt       # 需要的包（即依赖地狱）
├── run.py                 # 启动两个服务器的脚本
├── backend/
│   └── main.py            # 包含MCP的后端服务器代码（真正的魔法发生的地方）
└── frontend/
    └── app.py             # Gradio前端界面（漂亮的按钮放在这里）

功能

• 使用Semantic Scholar搜索科学论文（当Google Scholar太主流时）
• 论文分析工具（每次工作60%的时间）
• 简单的聊天界面（对用户来说简单，对开发者来说是噩梦）
• 简单的设置过程（如果您曾经攀登过珠穆朗玛峰，这将感觉像是一次公园散步）

许可证

MIT（因为我很好，也不想读冗长的许可证）

致谢

• Anthropic为MCP - https://www.anthropic.com/news/model-context-protocol
• https://modelcontextprotocol.io/introduction
• Claude为演示的部分编码提供了灵感，虽然不是全部，只是很小的一部分 🤏。