Skip to content

Latest commit

 

History

History
151 lines (115 loc) · 5.18 KB

README.md

File metadata and controls

151 lines (115 loc) · 5.18 KB

Ejecutando este ejemplo

Aquí se explica cómo ejecutar el servidor y cliente de streaming HTTP clásico, así como el servidor y cliente de streaming MCP usando Python.

Resumen

  • Configurarás un servidor MCP que transmite notificaciones de progreso al cliente mientras procesa elementos.
  • El cliente mostrará cada notificación en tiempo real.
  • Esta guía cubre los requisitos previos, la configuración, la ejecución y la solución de problemas.

Requisitos previos

  • Python 3.9 o superior
  • El paquete de Python mcp (instalar con pip install mcp)

Instalación y configuración

  1. Clona el repositorio o descarga los archivos de la solución.

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

  2. Crea y activa un entorno virtual (recomendado):

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

  3. Instala las dependencias necesarias:

    pip install "mcp[cli]"

Archivos

Ejecutando el servidor de streaming HTTP clásico

  1. Navega al directorio de la solución:

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

  2. Inicia el servidor de streaming HTTP clásico:

    python server.py

  3. El servidor se iniciará y mostrará:

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

Ejecutando el cliente de streaming HTTP clásico

  1. Abre una nueva terminal (activa el mismo entorno virtual y directorio):

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

  2. Deberías ver los mensajes transmitidos impresos de forma secuencial:

    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 ---

Ejecutando el servidor de streaming MCP

  1. Navega al directorio de la solución: 
    cd 03-GettingStarted/06-http-streaming/solution
  2. Inicia el servidor MCP con el transporte streamable-http: 
    python server.py mcp
  3. El servidor se iniciará y mostrará: 
    Starting MCP server with streamable-http transport...
INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)

Ejecutando el cliente de streaming MCP

  1. Abre una nueva terminal (activa el mismo entorno virtual y directorio): 
    cd 03-GettingStarted/06-http-streaming/solution
python client.py mcp
  2. Deberías ver las notificaciones impresas en tiempo real mientras el servidor procesa cada elemento: 
    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')]

Pasos clave de implementación

  1. Crea el servidor MCP usando FastMCP.
  2. Define una herramienta que procese una lista y envíe notificaciones usando 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 para operaciones no bloqueantes.**
  • Siempre maneja las excepciones tanto en el servidor como en el cliente para mayor robustez.
  • Prueba con múltiples clientes para observar las actualizaciones en tiempo real.
  • Si encuentras errores, verifica tu versión de Python y asegúrate de que todas las dependencias estén instaladas.

Aviso legal:
Este documento ha sido traducido utilizando el servicio de traducción automática Co-op Translator. Aunque nos esforzamos por la precisión, tenga en cuenta que las traducciones automáticas pueden contener errores o inexactitudes. El documento original en su idioma nativo debe considerarse la fuente autorizada. Para información crítica, se recomienda la traducción profesional realizada por humanos. No nos hacemos responsables por malentendidos o interpretaciones erróneas que puedan derivarse del uso de esta traducción.