Skip to content

Latest commit

 

History

History
151 lines (115 loc) · 6.16 KB

README.md

File metadata and controls

151 lines (115 loc) · 6.16 KB

Running this sample

Вот как запустить классический HTTP streaming сервер и клиент, а также MCP streaming сервер и клиент с использованием Python.

Overview

  • Вы настроите MCP сервер, который отправляет уведомления о прогрессе клиенту во время обработки элементов.
  • Клиент будет отображать каждое уведомление в реальном времени.
  • В этом руководстве рассматриваются требования, настройка, запуск и устранение неполадок.

Prerequisites

  • Python 3.9 или новее
  • Пакет mcp для Python (установить с помощью pip install mcp)

Installation & Setup

  1. Клонируйте репозиторий или скачайте файлы решения.

    git clone https://github.com/microsoft/mcp-for-beginners

  2. Создайте и активируйте виртуальное окружение (рекомендуется):

    python -m venv venv
.\venv\Scripts\Activate.ps1  # On Windows
# or
source venv/bin/activate      # On Linux/macOS

  3. Установите необходимые зависимости:

    pip install "mcp[cli]"

Files

Running the Classic HTTP Streaming Server

  1. Перейдите в каталог решения:

    cd 03-GettingStarted/06-http-streaming/solution

  2. Запустите классический HTTP streaming сервер:

    python server.py

  3. Сервер запустится и выведет:

    Starting FastAPI server for classic HTTP streaming...
INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)

Running the Classic HTTP Streaming Client

  1. Откройте новый терминал (активируйте то же виртуальное окружение и каталог):

    cd 03-GettingStarted/06-http-streaming/solution
python client.py

  2. Вы увидите последовательный вывод потоковых сообщений:

    Running classic HTTP streaming client...
Connecting to http://localhost:8000/stream with message: hello
--- Streaming Progress ---
Processing file 1/3...
Processing file 2/3...
Processing file 3/3...
Here's the file content: hello
--- Stream Ended ---

Running the MCP Streaming Server

  1. Перейдите в каталог решения: 
    cd 03-GettingStarted/06-http-streaming/solution
  2. Запустите MCP сервер с транспортом streamable-http: 
    python server.py mcp
  3. Сервер запустится и выведет: 
    Starting MCP server with streamable-http transport...
INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)

Running the MCP Streaming Client

  1. Откройте новый терминал (активируйте то же виртуальное окружение и каталог): 
    cd 03-GettingStarted/06-http-streaming/solution
python client.py mcp
  2. Вы увидите уведомления в реальном времени по мере обработки сервером каждого элемента: 
    Running MCP client...
Starting client...
Session ID before init: None
Session ID after init: a30ab7fca9c84f5fa8f5c54fe56c9612
Session initialized, ready to call tools.
Received message: root=LoggingMessageNotification(...)
NOTIFICATION: root=LoggingMessageNotification(...)
...
Tool result: meta=None content=[TextContent(type='text', text='Processed files: file_1.txt, file_2.txt, file_3.txt | Message: hello from client')]

Key Implementation Steps

  1. Создайте MCP сервер с помощью FastMCP.
  2. Определите инструмент, который обрабатывает список и отправляет уведомления с помощью ctx.info() or ctx.log().
  3. Run the server with transport="streamable-http".
  4. Implement a client with a message handler to display notifications as they arrive.

Code Walkthrough

  • The server uses async functions and the MCP context to send progress updates.
  • The client implements an async message handler to print notifications and the final result.

Tips & Troubleshooting

  • Use async/await для неблокирующих операций.**
  • Всегда обрабатывайте исключения как на сервере, так и на клиенте для надежности.
  • Тестируйте с несколькими клиентами, чтобы видеть обновления в реальном времени.
  • Если возникают ошибки, проверьте версию Python и убедитесь, что все зависимости установлены.

Prohlášení o vyloučení odpovědnosti:
Tento dokument byl přeložen pomocí AI překladatelské služby Co-op Translator. I když usilujeme o přesnost, mějte prosím na paměti, že automatické překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho rodném jazyce by měl být považován za autoritativní zdroj. Pro důležité informace se doporučuje profesionální lidský překlad. Nejsme odpovědní za jakékoliv nedorozumění nebo nesprávné výklady vyplývající z použití tohoto překladu.