載入中
載入中

我們將建立一個基於 CLI 的聊天機器人,示範 MCP 客戶端與伺服器如何協同運作。這個動手操作的專案將讓您實際體驗 MCP 架構的兩端。

我們要建立什麼

我們的聊天機器人將允許使用者透過自然語言與一系列文件互動。該系統由兩個主要元件組成:

  • 一個處理使用者互動並與 Claude 通訊的 MCP 客戶端
  • 一個提供讀取與更新文件工具的 MCP 伺服器

我們的伺服器持有我們的 MCP 客戶端,該客戶端與我們的 MCP 伺服器進行雙向溝通,而該伺服器的工具負責讀取與更新四份文件。

伺服器將向 Claude 公開兩個工具:

  • 讀取文件內容的工具
  • 更新文件內容的工具

為了簡化起見,所有文件都儲存在記憶體中——它們包括 document.pdf、spreadsheet.xlsx、report.txt 和 spec.md 等檔案。

重要架構說明

在實際專案中,您通常只會實作 MCP 客戶端或 MCP 伺服器其中之一,而不會兩者都實作。您可能會建立:

  • 僅建立一個 MCP 伺服器,用以向 AI 模型公開您服務的功能
  • 僅建立一個 MCP 客戶端,用以連接其他開發者所建立的現有 MCP 伺服器

我們伺服器的示意圖,其中包含 MCP 客戶端,該客戶端與一個獨立的 MCP 伺服器進行雙向連接。

我們在這個專案中同時建立這兩個元件,純粹是為了教學目的——為了理解它們如何溝通並協同運作。

專案設定

從本課程結尾的下載區段下載 cli_project.zip,並將其解壓縮到您偏好的開發目錄。在專案資料夾中開啟您的程式碼編輯器。

設定

該專案包含一個 README.md 檔案,其中有詳細的設定說明。您需要:

  1. 在 .env 檔案中加入您的 Anthropic API 金鑰
  2. 使用 UV(建議)或 pip 安裝相依套件

專案的 README.md,步驟 1 是在 .env 檔案中設定 ANTHROPIC_API_KEY,步驟 2 是安裝相依套件。

.env 檔案應包含:

bash
ANTHROPIC_API_KEY="your-api-key-here"

執行專案

設定完成後,在終端機中切換到您的專案目錄並執行:

bash
# 若使用 UV(建議)
uv run main.py

# 若使用標準 Python
python main.py

您應該會看到出現聊天提示。透過詢問一個簡單的問題,例如「what's 1+1?」來測試,以驗證一切運作正常。

起始專案已經包含了與 Claude 的基本聊天功能。在接下來的影片中,我們將加入 MCP 伺服器功能與文件管理功能,打造一個功能完整的文件感知聊天機器人。

下載項目

  • Starter project (cli_project.zip)

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

    下載
  • Completed project (cli_project_COMPLETE.zip)

    The finished version, for checking your work.

    下載