加载中
加载中

我们将构建一个基于 CLI 的聊天机器人,以更好地理解 MCP 客户端和服务器如何协同工作。这个实践项目将让您获得 MCP 架构两侧的实践经验。

设置完成后,您应该能够做到两件事:说出客户端做什么、服务器做什么,以及判断一个回复是来自工具还是直接来自模型。

我们要构建什么

我们的聊天机器人将允许用户通过命令行界面与一组文档进行交互。该系统由两个主要组件组成:

  • 一个处理用户交互的 MCP 客户端
  • 一个管理文档操作的自定义 MCP 服务器

我们的 MCP 客户端与我们的 MCP 服务器双向通信,该服务器的工具可以访问 document.pdf、spreadsheet.xlsx、report.txt 和 spec.md。

该服务器将提供两个基本工具:一个用于读取文档内容,另一个用于更新文档内容。为简单起见,所有文档都将存储在内存中——无需数据库。

重要架构说明

在实际项目中,您通常只实现 MCP 客户端或 MCP 服务器中的一个,而不是两者都实现。您可能会创建:

  • 一个 MCP 服务器,将您的服务暴露给其他开发者
  • 一个 MCP 客户端,用于连接到现有的 MCP 服务器

我们的服务器包含 MCP 客户端,它与一个独立的 MCP 服务器双向通信。

我们在这个项目中同时构建这两个组件,纯粹是出于教学目的——以理解它们是如何通信并协同工作的。

项目设置

从本课末尾的下载部分下载 cli_project.zip,并将其解压到您首选的开发目录。在项目文件夹中打开您的代码编辑器。

该项目包含一个详细的 README 文件,其中有设置说明。请按照以下步骤操作:

  1. 将您的 Anthropic API 密钥添加到 .env 文件中
  2. 使用 UV(推荐)或 pip 安装依赖项
  3. 运行初始应用程序以验证一切正常

运行应用程序

在终端中导航到您的项目目录。您将看到主要的项目文件,包括 main.py、mcp_client.py 和 mcp_server.py。

要启动应用程序,请使用以下其中一个命令:

bash
# 如果使用 UV(推荐)
uv run main.py

# 如果使用标准 Python
python main.py

应用程序成功启动后,您将看到一个聊天提示符。

亲自检查基准情况。 输入一个您一眼就能验证的问题,比如"1+1 等于多少?"。不要满足于仅仅得到一个回复:要确认答案确实是 2。一个正确的回复证明了您的 API 密钥、依赖项和聊天循环都在正常工作。

然后输入第二个问题,比如"文档里说了什么?"。无论返回什么内容,它都不可能来自文档工具,因为您还没有构建它们。这个回复是模型独自给出的答案。请留意一旦这些工具存在,哪个组件将负责这项工作:服务器管理文档操作,而客户端处理您这一侧的对话。

这项检查背后的习惯是:让您检查的仔细程度与犯错的代价相匹配。这里一个出问题的设置会让您后面建立在它之上的每一课都付出代价;而检查的代价只是两个问题而已。

一个值得保留的检查习惯

超越这个项目、值得您延续的行为是:每当您为一个 API 项目添加一个新层——无论是一个工具、一个数据源,还是一个 MCP 服务器——在构建下一层之前,先向正在运行的系统提出一个您已经知道答案的问题。一个您已经验证过的基准,才是您唯一可以据以调试的基准。

完成基本设置后,我们就可以开始实现 MCP 功能,并探索客户端和服务器如何通过 Model Context Protocol 进行通信了。

下载内容

  • Starter project (cli_project.zip)

    The chatbot project you build on for the rest of this section.

    下载
  • Completed project (cli_project_COMPLETE.zip)

    The finished version, for checking your work.

    下载