Створення клієнта

Клієнти — це спеціальні додатки або скрипти, які безпосередньо взаємодіють із сервером MCP для запиту ресурсів, інструментів і підказок. На відміну від використання інспектора, який надає графічний інтерфейс для взаємодії із сервером, написання власного клієнта дозволяє програмувати та автоматизувати взаємодії. Це дає змогу розробникам інтегрувати можливості MCP у власні робочі процеси, автоматизувати завдання та створювати індивідуальні рішення, адаптовані до конкретних потреб.

Огляд

У цьому уроці ми розглянемо концепцію клієнтів у екосистемі Model Context Protocol (MCP). Ви дізнаєтеся, як написати власного клієнта та підключити його до сервера MCP.

Навчальні цілі

Після завершення цього уроку ви зможете:

Зрозуміти, що може робити клієнт.
Написати власного клієнта.
Підключити та протестувати клієнта із сервером MCP, щоб переконатися, що він працює належним чином.

Що потрібно для написання клієнта?

Щоб написати клієнта, вам потрібно виконати наступне:

Імпортувати необхідні бібліотеки. Ви будете використовувати ту саму бібліотеку, що й раніше, але з іншими конструкціями.
Інстанціювати клієнта. Це передбачає створення екземпляра клієнта та підключення його до обраного методу транспорту.
Визначити, які ресурси перерахувати. Ваш сервер MCP має ресурси, інструменти та підказки, і вам потрібно вирішити, які з них перерахувати.
Інтегрувати клієнта в хост-додаток. Після того, як ви дізнаєтеся про можливості сервера, вам потрібно інтегрувати це у ваш хост-додаток, щоб, коли користувач вводить підказку або іншу команду, викликалася відповідна функція сервера.

Тепер, коли ми розуміємо, що будемо робити на високому рівні, давайте розглянемо приклад.

Приклад клієнта

Розглянемо приклад клієнта:

TypeScript

import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";

const transport = new StdioClientTransport({
  command: "node",
  args: ["server.js"]
});

const client = new Client(
  {
    name: "example-client",
    version: "1.0.0"
  }
);

await client.connect(transport);

// List prompts
const prompts = await client.listPrompts();

// Get a prompt
const prompt = await client.getPrompt({
  name: "example-prompt",
  arguments: {
    arg1: "value"
  }
});

// List resources
const resources = await client.listResources();

// Read a resource
const resource = await client.readResource({
  uri: "file:///example.txt"
});

// Call a tool
const result = await client.callTool({
  name: "example-tool",
  arguments: {
    arg1: "value"
  }
});

У наведеному коді ми:

Імпортуємо бібліотеки.
Створюємо екземпляр клієнта та підключаємо його за допомогою stdio як транспорту.
Перераховуємо підказки, ресурси та інструменти та викликаємо їх усі.

Ось і все, клієнт, який може взаємодіяти із сервером MCP.

Давайте детально розберемо кожен фрагмент коду в наступному розділі вправ.

Вправа: Написання клієнта

Як зазначено вище, давайте детально пояснимо код, і, якщо хочете, пишіть код разом із нами.

-1- Імпорт бібліотек

Імпортуємо необхідні бібліотеки. Нам потрібні посилання на клієнта та обраний транспортний протокол, stdio. stdio — це протокол для програм, які запускаються на вашому локальному комп’ютері. SSE — це інший транспортний протокол, який ми розглянемо в майбутніх розділах, але це ваш інший варіант. Зараз продовжимо зі stdio.

TypeScript

import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";

Python

from mcp import ClientSession, StdioServerParameters, types
from mcp.client.stdio import stdio_client

.NET

using Microsoft.Extensions.AI;
using Microsoft.Extensions.Configuration;
using Microsoft.Extensions.Hosting;
using ModelContextProtocol.Client;
using ModelContextProtocol.Protocol.Transport;

Java

Для Java створіть клієнта, який підключається до сервера MCP із попередньої вправи. Використовуючи ту саму структуру проекту Java Spring Boot із Початок роботи із сервером MCP, створіть новий клас Java під назвою SDKClient у папці src/main/java/com/microsoft/mcp/sample/client/ і додайте наступні імпорти:

import java.util.Map;
import org.springframework.web.reactive.function.client.WebClient;
import io.modelcontextprotocol.client.McpClient;
import io.modelcontextprotocol.client.transport.WebFluxSseClientTransport;
import io.modelcontextprotocol.spec.McpClientTransport;
import io.modelcontextprotocol.spec.McpSchema.CallToolRequest;
import io.modelcontextprotocol.spec.McpSchema.CallToolResult;
import io.modelcontextprotocol.spec.McpSchema.ListToolsResult;

Rust

Вам потрібно додати наступні залежності до вашого файлу Cargo.toml.

[package]
name = "calculator-client"
version = "0.1.0"
edition = "2024"

[dependencies]
rmcp = { version = "0.5.0", features = ["client", "transport-child-process"] }
serde_json = "1.0.141"
tokio = { version = "1.46.1", features = ["rt-multi-thread"] }

Після цього ви можете імпортувати необхідні бібліотеки у вашому коді клієнта.

use rmcp::{
    RmcpError,
    model::CallToolRequestParam,
    service::ServiceExt,
    transport::{ConfigureCommandExt, TokioChildProcess},
};
use tokio::process::Command;

Переходимо до інстанціювання.

-2- Інстанціювання клієнта та транспорту

Нам потрібно створити екземпляр транспорту та клієнта:

TypeScript

const transport = new StdioClientTransport({
  command: "node",
  args: ["server.js"]
});

const client = new Client(
  {
    name: "example-client",
    version: "1.0.0"
  }
);

await client.connect(transport);

У наведеному коді ми:

Створили екземпляр транспорту stdio. Зверніть увагу, як він вказує команду та аргументи для пошуку та запуску сервера, оскільки це те, що нам потрібно зробити під час створення клієнта.
```
const transport = new StdioClientTransport({
    command: "node",
    args: ["server.js"]
});
```

Інстанціювали клієнта, вказавши його ім’я та версію.

const client = new Client(
{
    name: "example-client",
    version: "1.0.0"
});

Підключили клієнта до обраного транспорту.
```
await client.connect(transport);
```

Python

from mcp import ClientSession, StdioServerParameters, types
from mcp.client.stdio import stdio_client

# Create server parameters for stdio connection
server_params = StdioServerParameters(
    command="mcp",  # Executable
    args=["run", "server.py"],  # Optional command line arguments
    env=None,  # Optional environment variables
)

async def run():
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(
            read, write
        ) as session:
            # Initialize the connection
            await session.initialize()

          

if __name__ == "__main__":
    import asyncio

    asyncio.run(run())

У наведеному коді ми:

Імпортували необхідні бібліотеки.
Інстанціювали об’єкт параметрів сервера, який ми будемо використовувати для запуску сервера, щоб підключитися до нього за допомогою клієнта.
Визначили метод run, який викликає stdio_client, щоб розпочати сесію клієнта.
Створили точку входу, де ми передаємо метод run у asyncio.run.

.NET

using Microsoft.Extensions.AI;
using Microsoft.Extensions.Configuration;
using Microsoft.Extensions.Hosting;
using ModelContextProtocol.Client;
using ModelContextProtocol.Protocol.Transport;

var builder = Host.CreateApplicationBuilder(args);

builder.Configuration
    .AddEnvironmentVariables()
    .AddUserSecrets<Program>();



var clientTransport = new StdioClientTransport(new()
{
    Name = "Demo Server",
    Command = "dotnet",
    Arguments = ["run", "--project", "path/to/file.csproj"],
});

await using var mcpClient = await McpClientFactory.CreateAsync(clientTransport);

У наведеному коді ми:

Імпортували необхідні бібліотеки.
Створили транспорт stdio та клієнт mcpClient. Останній ми будемо використовувати для перерахування та виклику функцій на сервері MCP.

Зверніть увагу, що в "Arguments" ви можете вказати або .csproj, або виконуваний файл.

Java

public class SDKClient {
    
    public static void main(String[] args) {
        var transport = new WebFluxSseClientTransport(WebClient.builder().baseUrl("http://localhost:8080"));
        new SDKClient(transport).run();
    }
    
    private final McpClientTransport transport;

    public SDKClient(McpClientTransport transport) {
        this.transport = transport;
    }

    public void run() {
        var client = McpClient.sync(this.transport).build();
        client.initialize();
        
        // Your client logic goes here
    }
}

У наведеному коді ми:

Створили основний метод, який налаштовує транспорт SSE, що вказує на http://localhost:8080, де буде працювати наш сервер MCP.
Створили клас клієнта, який приймає транспорт як параметр конструктора.
У методі run створили синхронного клієнта MCP, використовуючи транспорт, і ініціалізували з’єднання.
Використали транспорт SSE (події, що надсилаються сервером), який підходить для HTTP-зв’язку з серверами MCP на основі Java Spring Boot.

Rust

Цей клієнт Rust передбачає, що сервер є сусіднім проектом під назвою "calculator-server" у тому ж каталозі. Код нижче запустить сервер і підключиться до нього.

async fn main() -> Result<(), RmcpError> {
    // Assume the server is a sibling project named "calculator-server" in the same directory
    let server_dir = std::path::Path::new(env!("CARGO_MANIFEST_DIR"))
        .parent()
        .expect("failed to locate workspace root")
        .join("calculator-server");

    let client = ()
        .serve(
            TokioChildProcess::new(Command::new("cargo").configure(|cmd| {
                cmd.arg("run").current_dir(server_dir);
            }))
            .map_err(RmcpError::transport_creation::<TokioChildProcess>)?,
        )
        .await?;

    // TODO: Initialize

    // TODO: List tools

    // TODO: Call add tool with arguments = {"a": 3, "b": 2}

    client.cancel().await?;
    Ok(())
}

-3- Перерахування функцій сервера

Тепер у нас є клієнт, який може підключатися, якщо програму запущено. Однак він ще не перераховує свої функції, тому зробимо це далі:

TypeScript

// List prompts
const prompts = await client.listPrompts();

// List resources
const resources = await client.listResources();

// list tools
const tools = await client.listTools();

Python

# List available resources
resources = await session.list_resources()
print("LISTING RESOURCES")
for resource in resources:
    print("Resource: ", resource)

# List available tools
tools = await session.list_tools()
print("LISTING TOOLS")
for tool in tools.tools:
    print("Tool: ", tool.name)

Тут ми перераховуємо доступні ресурси за допомогою list_resources() та інструменти за допомогою list_tools і виводимо їх.

.NET

foreach (var tool in await client.ListToolsAsync())
{
    Console.WriteLine($"{tool.Name} ({tool.Description})");
}

Наведено приклад, як можна перерахувати інструменти на сервері. Для кожного інструмента ми виводимо його ім’я.

Java

// List and demonstrate tools
ListToolsResult toolsList = client.listTools();
System.out.println("Available Tools = " + toolsList);

// You can also ping the server to verify connection
client.ping();

У наведеному коді ми:

Викликали listTools(), щоб отримати всі доступні інструменти із сервера MCP.
Використали ping(), щоб перевірити, чи працює з’єднання із сервером.
ListToolsResult містить інформацію про всі інструменти, включаючи їхні імена, описи та схеми вводу.

Чудово, тепер ми захопили всі функції. Тепер питання: коли ми їх використовуємо? Цей клієнт досить простий, у тому сенсі, що нам потрібно буде явно викликати функції, коли ми їх хочемо. У наступному розділі ми створимо більш просунутого клієнта, який матиме доступ до власної великої мовної моделі (LLM). А поки що давайте подивимося, як ми можемо викликати функції на сервері:

Rust

У головній функції, після ініціалізації клієнта, ми можемо ініціалізувати сервер і перерахувати деякі його функції.

// Initialize
let server_info = client.peer_info();
println!("Server info: {:?}", server_info);

// List tools
let tools = client.list_tools(Default::default()).await?;
println!("Available tools: {:?}", tools);

-4- Виклик функцій

Щоб викликати функції, нам потрібно переконатися, що ми вказуємо правильні аргументи, а в деяких випадках і назву того, що ми намагаємося викликати.

TypeScript

// Read a resource
const resource = await client.readResource({
  uri: "file:///example.txt"
});

// Call a tool
const result = await client.callTool({
  name: "example-tool",
  arguments: {
    arg1: "value"
  }
});

// call prompt
const promptResult = await client.getPrompt({
    name: "review-code",
    arguments: {
        code: "console.log(\"Hello world\")"
    }
})

У наведеному коді ми:

Зчитуємо ресурс, викликаючи readResource() із зазначенням uri. Ось як це, ймовірно, виглядає на стороні сервера:
```
server.resource(
    "readFile",
    new ResourceTemplate("file://{name}", { list: undefined }),
    async (uri, { name }) => ({
      contents: [{
        uri: uri.href,
        text: `Hello, ${name}!`
      }]
    })
);
```
Наше значення uri file://example.txt відповідає file://{name} на сервері. example.txt буде зіставлено з name.

Викликаємо інструмент, вказуючи його name та arguments, наприклад:

const result = await client.callTool({
    name: "example-tool",
    arguments: {
        arg1: "value"
    }
});

Отримуємо підказку, викликаючи getPrompt() із name та arguments. Код сервера виглядає так:

server.prompt(
    "review-code",
    { code: z.string() },
    ({ code }) => ({
        messages: [{
        role: "user",
        content: {
            type: "text",
            text: `Please review this code:\n\n${code}`
        }
        }]
    })
);

Відповідно, ваш клієнтський код виглядає так, щоб відповідати тому, що оголошено на сервері:

const promptResult = await client.getPrompt({
    name: "review-code",
    arguments: {
        code: "console.log(\"Hello world\")"
    }
})

Python

# Read a resource
print("READING RESOURCE")
content, mime_type = await session.read_resource("greeting://hello")

# Call a tool
print("CALL TOOL")
result = await session.call_tool("add", arguments={"a": 1, "b": 7})
print(result.content)

У наведеному коді ми:

Викликали ресурс під назвою greeting за допомогою read_resource.
Викликали інструмент під назвою add за допомогою call_tool.

.NET

Додамо код для виклику інструмента:

var result = await mcpClient.CallToolAsync(
    "Add",
    new Dictionary<string, object?>() { ["a"] = 1, ["b"] = 3  },
    cancellationToken:CancellationToken.None);

Щоб вивести результат, ось код для обробки цього:

Console.WriteLine(result.Content.First(c => c.Type == "text").Text);
// Sum 4

Java

// Call various calculator tools
CallToolResult resultAdd = client.callTool(new CallToolRequest("add", Map.of("a", 5.0, "b", 3.0)));
System.out.println("Add Result = " + resultAdd);

CallToolResult resultSubtract = client.callTool(new CallToolRequest("subtract", Map.of("a", 10.0, "b", 4.0)));
System.out.println("Subtract Result = " + resultSubtract);

CallToolResult resultMultiply = client.callTool(new CallToolRequest("multiply", Map.of("a", 6.0, "b", 7.0)));
System.out.println("Multiply Result = " + resultMultiply);

CallToolResult resultDivide = client.callTool(new CallToolRequest("divide", Map.of("a", 20.0, "b", 4.0)));
System.out.println("Divide Result = " + resultDivide);

CallToolResult resultHelp = client.callTool(new CallToolRequest("help", Map.of()));
System.out.println("Help = " + resultHelp);

У наведеному коді ми:

Викликали кілька інструментів калькулятора за допомогою методу callTool() із об’єктами CallToolRequest.
Кожен виклик інструмента вказує назву інструмента та Map аргументів, необхідних для цього інструмента.
Інструменти сервера очікують конкретні назви параметрів (наприклад, "a", "b" для математичних операцій).
Результати повертаються як об’єкти CallToolResult, що містять відповідь від сервера.

Rust

// Call add tool with arguments = {"a": 3, "b": 2}
let a = 3;
let b = 2;
let tool_result = client
    .call_tool(CallToolRequestParam {
        name: "add".into(),
        arguments: serde_json::json!({ "a": a, "b": b }).as_object().cloned(),
    })
    .await?;
println!("Result of {:?} + {:?}: {:?}", a, b, tool_result);

-5- Запуск клієнта

Щоб запустити клієнта, введіть наступну команду в терміналі:

TypeScript

Додайте наступний запис до розділу "scripts" у package.json:

"client": "tsc && node build/client.js"

npm run client

Python

Запустіть клієнта за допомогою наступної команди:

python client.py

.NET

dotnet run

Java

Спочатку переконайтеся, що ваш сервер MCP працює на http://localhost:8080. Потім запустіть клієнта:

# Build you project
./mvnw clean compile

# Run the client
./mvnw exec:java -Dexec.mainClass="com.microsoft.mcp.sample.client.SDKClient"

Або ж ви можете запустити повний проект клієнта, наданий у папці рішення 03-GettingStarted\02-client\solution\java:

# Navigate to the solution directory
cd 03-GettingStarted/02-client/solution/java

# Build and run the JAR
./mvnw clean package
java -jar target/calculator-client-0.0.1-SNAPSHOT.jar

Rust

cargo fmt
cargo run

Завдання

У цьому завданні ви використаєте отримані знання для створення клієнта, але створите власного клієнта.

Ось сервер, який ви можете використовувати, і який потрібно викликати через ваш клієнтський код. Спробуйте додати більше функцій до сервера, щоб зробити його цікавішим.

TypeScript

import { McpServer, ResourceTemplate } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

// Create an MCP server
const server = new McpServer({
  name: "Demo",
  version: "1.0.0"
});

// Add an addition tool
server.tool("add",
  { a: z.number(), b: z.number() },
  async ({ a, b }) => ({
    content: [{ type: "text", text: String(a + b) }]
  })
);

// Add a dynamic greeting resource
server.resource(
  "greeting",
  new ResourceTemplate("greeting://{name}", { list: undefined }),
  async (uri, { name }) => ({
    contents: [{
      uri: uri.href,
      text: `Hello, ${name}!`
    }]
  })
);

// Start receiving messages on stdin and sending messages on stdout

async function main() {
  const transport = new StdioServerTransport();
  await server.connect(transport);
  console.error("MCPServer started on stdin/stdout");
}

main().catch((error) => {
  console.error("Fatal error: ", error);
  process.exit(1);
});

Python

# server.py
from mcp.server.fastmcp import FastMCP

# Create an MCP server
mcp = FastMCP("Demo")


# Add an addition tool
@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b


# Add a dynamic greeting resource
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
    """Get a personalized greeting"""
    return f"Hello, {name}!"

.NET

using Microsoft.Extensions.DependencyInjection;
using Microsoft.Extensions.Hosting;
using Microsoft.Extensions.Logging;
using ModelContextProtocol.Server;
using System.ComponentModel;

var builder = Host.CreateApplicationBuilder(args);
builder.Logging.AddConsole(consoleLogOptions =>
{
    // Configure all logs to go to stderr
    consoleLogOptions.LogToStandardErrorThreshold = LogLevel.Trace;
});

builder.Services
    .AddMcpServer()
    .WithStdioServerTransport()
    .WithToolsFromAssembly();
await builder.Build().RunAsync();

[McpServerToolType]
public static class CalculatorTool
{
    [McpServerTool, Description("Adds two numbers")]
    public static string Add(int a, int b) => $"Sum {a + b}";
}

Перегляньте цей проект, щоб дізнатися, як додати підказки та ресурси.

Також перегляньте це посилання, щоб дізнатися, як викликати підказки та ресурси.

Rust

У попередньому розділі ви дізналися, як створити простий сервер MCP за допомогою Rust. Ви можете продовжити працювати над цим або переглянути це посилання для отримання додаткових прикладів серверів MCP на основі Rust: MCP Server Examples

Рішення

Папка рішення містить повні, готові до запуску реалізації клієнтів, які демонструють усі концепції, розглянуті в цьому уроці. Кожне рішення включає як код клієнта, так і сервера, організовані в окремі, автономні проекти.

📁 Структура рішення

Каталог рішення організовано за мовами програмування:

solution/
├── typescript/          # TypeScript client with npm/Node.js setup
│   ├── package.json     # Dependencies and scripts
│   ├── tsconfig.json    # TypeScript configuration
│   └── src/             # Source code
├── java/                # Java Spring Boot client project
│   ├── pom.xml          # Maven configuration
│   ├── src/             # Java source files
│   └── mvnw             # Maven wrapper
├── python/              # Python client implementation
│   ├── client.py        # Main client code
│   ├── server.py        # Compatible server
│   └── README.md        # Python-specific instructions
├── dotnet/              # .NET client project
│   ├── dotnet.csproj    # Project configuration
│   ├── Program.cs       # Main client code
│   └── dotnet.sln       # Solution file
├── rust/                # Rust client implementation
|  ├── Cargo.lock        # Cargo lock file
|  ├── Cargo.toml        # Project configuration and dependencies
|  ├── src               # Source code
|  │   └── main.rs       # Main client code
└── server/              # Additional .NET server implementation
    ├── Program.cs       # Server code
    └── server.csproj    # Server project file

🚀 Що включає кожне рішення

Кожне рішення для конкретної мови надає:

Повну реалізацію клієнта з усіма функціями, описаними в уроці.
Робочу структуру проекту з правильними залежностями та конфігурацією.
Скрипти для збірки та запуску для легкого налаштування та виконання.
Детальний README з інструкціями для конкретної мови.
Приклади обробки помилок та обробки результатів.

📖 Використання рішень

Перейдіть до папки з вашою мовою програмування:

cd solution/typescript/    # For TypeScript
cd solution/java/          # For Java
cd solution/python/        # For Python
cd solution/dotnet/        # For .NET

Дотримуйтесь інструкцій README у кожній папці для:
- Встановлення залежностей.
- Збірки проекту.
- Запуску клієнта.

Приклад виводу, який ви повинні побачити:

Prompt: Please review this code: console.log("hello");
Resource template: file
Tool result: { content: [ { type: 'text', text: '9' } ] }

Для повної документації та покрокових інструкцій дивіться: 📖 Документація рішення

🎯 Повні приклади

Ми надали повні, робочі реалізації клієнтів для всіх мов програмування, розглянутих у цьому уроці. Ці приклади демонструють повну функціональність, описану вище, і можуть бути використані як еталонні реалізації або відправні точки для ваших власних проектів.

Доступні повні приклади

Мова	Файл	Опис
Java	`client_example_java.java`	Повний клієнт Java із використанням транспорту SSE та обробкою помилок
C#	`client_example_csharp.cs`	Повний клієнт C# із використанням транспорту stdio та автоматичним запуском сервера
TypeScript	`client_example_typescript.ts`	Повний клієнт TypeScript із повною підтримкою протоколу MCP
Python	`client_example_python.py`	Повний клієнт Python із використанням async/await
Rust	`client_example_rust.rs`	Повний клієнт Rust із використанням Tokio для асинхронних операцій
Кожен повний приклад включає:

✅ Встановлення з'єднання та обробку помилок
✅ Виявлення сервера (інструменти, ресурси, підказки, де це можливо)
✅ Операції калькулятора (додавання, віднімання, множення, ділення, допомога)
✅ Обробка результатів та форматований вивід
✅ Комплексна обробка помилок
✅ Чистий, задокументований код із покроковими коментарями

Початок роботи з повними прикладами

Виберіть бажану мову з таблиці вище
Перегляньте файл повного прикладу, щоб зрозуміти повну реалізацію
Запустіть приклад, дотримуючись інструкцій у complete_examples.md
Модифікуйте та розширюйте приклад для вашого конкретного випадку використання

Для детальної документації про запуск і налаштування цих прикладів дивіться: 📖 Документація повних прикладів

💡 Рішення vs. Повні приклади

Папка рішення	Повні приклади
Повна структура проєкту з файлами збірки	Реалізації в одному файлі
Готові до запуску з залежностями	Сфокусовані приклади коду
Налаштування, схоже на продакшн	Освітній довідник
Інструменти, специфічні для мови	Порівняння між мовами

Обидва підходи є цінними - використовуйте папку рішення для повних проєктів і повні приклади для навчання та довідки.

Основні висновки

Основні висновки цього розділу щодо клієнтів:

Можуть використовуватися як для виявлення, так і для виклику функцій на сервері.
Можуть запускати сервер під час власного запуску (як у цьому розділі), але клієнти також можуть підключатися до вже працюючих серверів.
Є чудовим способом тестування можливостей сервера поряд з альтернативами, такими як Інспектор, описаний у попередньому розділі.

Додаткові ресурси

Створення клієнтів у MCP

Зразки

Що далі

Далі: Створення клієнта з LLM

Відмова від відповідальності:
Цей документ було перекладено за допомогою сервісу автоматичного перекладу Co-op Translator. Хоча ми прагнемо до точності, звертаємо вашу увагу, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ на його рідній мові слід вважати авторитетним джерелом. Для критично важливої інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникли внаслідок використання цього перекладу.

FilesExpand file tree

README.md

Latest commit

History

README.md

File metadata and controls

Створення клієнта

Огляд

Навчальні цілі

Що потрібно для написання клієнта?

Приклад клієнта

TypeScript

Вправа: Написання клієнта

-1- Імпорт бібліотек

TypeScript

Python

.NET

Java

Rust

-2- Інстанціювання клієнта та транспорту

TypeScript

Python

.NET

Java

Rust

-3- Перерахування функцій сервера

TypeScript

Python

.NET

Java

Rust

-4- Виклик функцій

TypeScript

Python

.NET

Java

Rust

-5- Запуск клієнта

TypeScript

Python

.NET

Java

Rust

Завдання

TypeScript

Python

.NET

Rust

Рішення

📁 Структура рішення

🚀 Що включає кожне рішення

📖 Використання рішень

🎯 Повні приклади

Доступні повні приклади

Початок роботи з повними прикладами

💡 Рішення vs. Повні приклади

Основні висновки

Додаткові ресурси

Зразки

Що далі