SSE-based MCP Server and Client Pattern

0
0 評論
225 Stars
本儲存庫提供一個創建基於 SSE 的 MCP 伺服器和客戶端的運作模式,促進適用於雲原生架構的解耦且可擴展的交互,包括氣象數據的工具。
新增日期:
創建者:
Mar 06 2025
SSE-based MCP Server and Client Pattern

SSE-based MCP Server and Client Pattern

0 評論
225
0
SSE-based MCP Server and Client Pattern
本儲存庫提供一個創建基於 SSE 的 MCP 伺服器和客戶端的運作模式,促進適用於雲原生架構的解耦且可擴展的交互,包括氣象數據的工具。
新增日期:
Created by:
Mar 06 2025
Sidharth Rajaram
精選

SSE-based MCP Server and Client Pattern 是什麼?

本項目演示如何設置一個基於伺服器發送事件 (SSE) 的模型上下文協議 (MCP) 伺服器和客戶端。伺服器提供像天氣預報這樣的工具,而客戶端則可以無縫地連接並查詢這些工具。它支持解耦的雲原生架構,使智能代理可以隨意連接、使用和斷開。該實現包括示例腳本,例如以 weather.py 作為伺服器,client.py 作為客戶端,展示在安全、可擴展的環境中的實時數據交換和工具使用。這個模式推廣了流程的解耦,使其適合現代分布式系統和邊緣計算場景。

誰會使用 SSE-based MCP Server and Client Pattern?

  • 構建雲原生應用程序的開發者
  • 集成實時數據流的人工智慧和機器學習研究者
  • 部署可擴展伺服器-客戶端架構的組織
  • 氣象數據提供商和氣象服務
  • 任何實施基於 MCP 的通訊協議的人

如何使用 SSE-based MCP Server and Client Pattern?

  • 步驟 1:從 GitHub 克隆該儲存庫。
  • 步驟 2:安裝依賴項並設置環境變量,包括 API 密鑰。
  • 步驟 3:運行 weather.py 伺服器,使用 `uv run weather.py --host --port `。
  • 步驟 4:啟動 client.py 應用程序,使用 `uv run client.py `。
  • 步驟 5:使用客戶端介面查詢可用工具並獲取實時數據。
  • 步驟 6:根據需要斷開或退出,允許靈活的互動。

SSE-based MCP Server and Client Pattern 的核心特徵與益處

主要功能
  • 天氣預報檢索
  • 基於 SSE 的伺服器-客戶端通訊
  • 工具發現和調用
  • 可配置的主機和端口
優點
  • 解耦的可擴展架構
  • 實時數據串流
  • 靈活的雲原生部署
  • 與現有雲服務的輕鬆集成

SSE-based MCP Server and Client Pattern 的主要使用案例與應用

  • 為天氣應用的實時天氣預報
  • 查詢天氣數據的分散代理
  • 通過 SSE 與集中伺服器互動的物聯網設備
  • 需要可擴展數據管道的雲原生應用程序

SSE-based MCP Server and Client Pattern 的常見問答

開發者

您可能也喜歡:

開發者工具

一款用於管理伺服器與客戶端互動的桌面應用程式,具備全面的功能。
一個為 Eagle 提供的 Model Context Protocol 伺服器,負責管理 Eagle 應用程式和數據來源之間的數據交換。
一個基於聊天的客戶端,直接在聊天環境中集成和使用各種 MCP 工具,以提高生產力。
一個 Docker 映像,承載多個 MCP 伺服器,透過整合 supergateway 以統一入口點訪問。
透過 MCP 協議提供 YNAB 帳戶餘額、交易及交易創建的訪問權限。
一個快速可擴展的MCP伺服器,用於管理多客戶的即時Zerodha交易操作。
一個遠端SSH客戶端,方便安全、基於代理訪問MCP伺服器,以便利用遠端工具。
一個基於Spring的MCP伺服器,整合了AI能力以管理和處理Minecraft模組的通信協議。
一款具有基本聊天功能的極簡MCP客戶端,支持多種模型和上下文交互。
一個安全的MCP伺服器,讓AI代理與身份驗證器應用程式互動以獲取2FA代碼和密碼。

研究與數據

一個支持模型上下文協議的伺服器實現,整合CRIC的工業AI能力。
提供瓦倫西亞市即時交通、空氣質量、天氣及單車共享數據於一個統一的平台上。
一個展示通過MCP工具和Tambo進行Supabase集成的React應用程序,註冊UI組件。
整合 Brave Search API 用於網頁搜尋的 MCP 客戶端,利用 MCP 協議進行高效通信。
一個能夠實現 Umbraco CMS 與外部應用程式之間無縫通訊的協定伺服器。
NOL 整合了 LangChain 和 Open Router,以使用 Next.js 創建一個多客戶端的 MCP 伺服器。
將LLM連接到Firebolt數據倉庫,以進行自主查詢、數據訪問和洞察生成。
一個用於將AI代理連接到MCP伺服器的客戶端框架,實現工具的發現和集成。
Spring Link 促進在統一環境中有效地鏈接和管理多個 Spring Boot 應用程序。
一個開源客戶端,用於與多個MCP伺服器互動,為Claude提供無縫的工具訪問。

雲端平台

一個基於 Spring 的 Cloud Foundry 聊天機器人,與 AI 服務、MCP 和 memGPT 集成,以實現先進的功能。
使用boto3自動化AWS服務的MCP伺服器創建,簡化開發的伺服器設置。
一個在AWS Lambda上托管的無伺服器MCP,透過API Gateway與AWS Bedrock互動以進行AI模型處理。
一個伺服器-客戶端的 MCP,促進 AI 服務和存儲系統之間的通信和數據交換。
透過 REST API 與 SharePoint Online 互動,支援網站、清單和使用者管理功能。
一套全面的容器,用於高效的微服務部署和管理。
透過超級網關促進GitLab SSE通信的客戶端和服務器設置,以實現實時更新。
一個設計用於高效無縫管理所有MCP伺服器的跨平台包管理器。
一個示範項目,展示如何建立 MCP 客戶端代理,以透過 MCP 協議連接到外部服務。
使用FastMCP和LangChain實作MCP伺服器和客戶端以進行結構化的非同步通信。