Skip to content

mcp的webui界面,支持客户端连接多个sse服务端,支持 openai、deepseek、qwen等大模型,另外附上构建的 agent的 stdio和sse的简单 天气查询的完整示例

Notifications You must be signed in to change notification settings

aixiaoxin123/mcp_demo_project

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

34 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

项目介绍

mcp的天气查询的agent的完整示例-支持stdio模式,和 sse两种模式,提供的webui可视化界面,方便mcp的问答;

v1.2 版本 更新 新增webui界面,方便用户问答; 支持配置多个sse的服务端;

v1.1 版本 更新 支持sse、stdio两种模式; 支持claude、openai、deepseek、qwen等大模型; 天气查询api,采用 openweathermap 可以访问openweathermap的网址,获取apikey;
网址: https://home.openweathermap.org/subscriptions

作者公众号: AI小新 , 有问题,可以加群交流;关注公众号,发送数字2,获取小助手微信;

公众号: image

小助手微信: image

下面开始部署教程

# 下载代码

git clone  https://github.com/aixiaoxin123/mcp_demo_project.git

进入代码目录

cd mcp_demo_project

创建conda环境

conda create -n mcp_demo python=3.10

conda activate mcp_demo

安装uv 工具

pip install uv -i https://pypi.tuna.tsinghua.edu.cn/simple/

uv --version

利用uv 在当前目录,创建一个虚拟环境

uv venv

激活虚拟环境

linux 下命令

source .venv/bin/activate

windows 下命令(作者用的此命令)

.venv\Scripts\activate

uv 安装对应的依赖包

uv pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

截图: image

启动mcp服务

运行 客户端和本地服务端

配置.env 文件,填入你的大模型密钥

一、stdio模式的示例,下面会介绍sse模式的示例

利用deepseek大模型进行问答

进入 stdio_demo 的文件夹

cd stdio_demo

运行客户端和本地服务端

uv run client_deepseek.py weather_server.py

运行截图: 问题:北京的天气怎么样? image

利用claude大模型进行问答

uv run client_claude.py weather_server.py

运行截图: 问题:北京的天气怎么样? uv run client_deepseek.py weather_server.py

利用qwen大模型进行问答

uv run client_qwen.py weather_server.py

利用openai模型进行问答

uv run client_openai.py weather_server.py

运行deepseek的截图

image

当然你也可以单独运行 mcp服务端[stdio模式]

uv run mcp dev weather_server.py

运行截图: image

运行成功后,可以访问: http://127.0.0.1:6274

服务端的管理界面: image

服务端-工具列表使用截图: image

二、sse模式mcp的示例

1、运行sse的服务端 weather_server_sse.py

#进入sse_demo 的文件夹
cd sse_demo 

#运行sse的服务端,端口默认为9000

uv run weather_server_sse.py

运行截图: image

2、利用ollama本地大模型进行问答

uv run client_sse_ollama.py http://127.0.0.1:9000/sse

3、运行deepseek的mcp 客户端 连接sse服务端

uv run client_sse_deepseek.py http://127.0.0.1:9000/sse

运行截图: 问题:北京的天气怎么样? image

三、mcp的webui界面

1、运行webui界面

#进入webui_demo 的文件夹
cd mcp_webui_demo 

#运行webui界面,端口默认为7860


uv run webui_deepseek.py

2、使用教程

访问界面: http://localhost:7860/

输入问题:帮我查找 知识图谱 相关的最新的论文

支持:实时返回结果;

运行结果截图: image

在 魔塔的mcp社区,选择合适的mcp服务;

https://modelscope.cn/mcp

配置mcp的服务端: image

或者修改 mcp.json 文件;

四、docker部署mcp的webui的教程(不推荐这种方式,dockerfile,国外源,下载速度很慢)

文件目录:

mcp_demo_project/
        mcp_webui_demo/
        │
        ├── webui_deepseek.py
        ├── requirements.txt
        ├── Dockerfile
        ├── .env                <-- 将被挂载
        ├── mcp.json            <-- 将被挂载

进入当前目录: cd mcp_webui_demo

🐳 使用方式

  1. 构建镜像:
docker build -t mcp-webui .
  1. 运行容器:

🐳 启动容器时挂载:

docker run -it --rm \
  -v $(pwd)/.env:/app/.env \
  -v $(pwd)/mcp.json:/app/mcp.json \
  -p 7860:7860 \
  mcp-webui

参考教程:

mcp官方的文档: https://mcp-docs.cn/introduction

About

mcp的webui界面,支持客户端连接多个sse服务端,支持 openai、deepseek、qwen等大模型,另外附上构建的 agent的 stdio和sse的简单 天气查询的完整示例

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published