refactor(module11): restructure MCP client implementation and migrate to chapter 11

This commit is contained in:
Annyfee
2025-12-10 15:38:56 +08:00
parent fd3774d849
commit bca3f7486f
13 changed files with 671 additions and 81 deletions
-19
View File
@@ -1,19 +0,0 @@
from mcp import ClientSession,StdioServerParameters
from mcp.client.stdio import stdio_client
class SimpleClient:
def __init__(self,command:str,args:list[str],env:dict=None):
# 指定要启动的工具和参数
self.params = StdioServerParameters(command=command,args=args,env=env)
async def run_once(self,tool_name:str,tool_args:dict):
# 语法糖: async with 自动帮我们 打开连接 -> 运行 -> 关闭连接
async with stdio_client(self.params) as (read,write):
# 建立父子进程管道(stdin/stdout
async with ClientSession(read,write) as session:
# 用JSON-RPC与工具对话
await session.initialize()
# 直接调用工具
result = await session.call_tool(tool_name,tool_args)
return result.content[0].text
-24
View File
@@ -1,24 +0,0 @@
import asyncio
import os
from m10_mcp_basics.simple_client import SimpleClient
from config import AMAP_MAPS_API_KEY
# 复制当前py进程的环境变量,并在复制的环境变量里新增一条,确保安全可控
env_vars = os.environ.copy()
env_vars["AMAP_MAPS_API_KEY"] = AMAP_MAPS_API_KEY
async def main():
print('🔥 正在进行单次调用...')
client = SimpleClient(
command="npx",
args=["-y","@amap/amap-maps-mcp-server",AMAP_MAPS_API_KEY],
env=env_vars
)
# 这一步会经历:启动进程 - 握手 - 调用 - 杀进程
result = await client.run_once("maps_text_search", {"keywords": "北京大学"})
print(f'✅️ 结果:{result[:300]}')
if __name__ == "__main__":
asyncio.run(main())
+232
View File
@@ -0,0 +1,232 @@
# 🧩 模块说明:MCP 高级篇 - 多模态协作协议客户端实现
> 📌 核心知识点:MCP协议高级应用|传输层封装|LangChain集成|流式输出|多服务管理
---
### 1. `agent_stream.py` (通用流式输出组件)
实现通用的LangGraph事件流监听和可视化输出功能,提供友好的用户交互体验。
- ✅ 掌握点:
- LangGraph v2事件流的监听与处理
- LLM流式吐字的实时渲染
- 工具调用过程的可视化展示
- 异步事件处理的最佳实践
- 功能:
- 监听LLM的流式输出并实时打印
- 显示工具调用的开始和结束状态
- 过滤内部包装工具,只显示自定义工具
- 优化控制台输出格式,提升用户体验
> 💡 这是一个独立的工具组件,可以与任何LangGraph应用集成,用于增强用户交互体验。
---
### 2. `final_mcp_main.py` (官方库实现示例)
使用官方`langchain_mcp_adapters`库实现的完整MCP应用示例,展示了如何快速集成MCP服务。
- ✅ 掌握点:
- 官方MultiServerMCPClient的使用方法
- MCP服务的配置与初始化
- LangGraph工作流的构建
- 官方库与自定义组件的结合使用
- 功能演示:
- 初始化多服务器MCP客户端
- 加载高德地图MCP服务
- 构建基于LangGraph的地理位置助手
- 使用自定义流式输出组件展示结果
> 💡 这是一个独立的示例应用,展示了如何使用官方库快速实现MCP功能,适合作为实际项目的参考。
---
### 组件系统:自定义MCP客户端实现
以下文件共同构成一个完整的自定义MCP客户端组件系统,实现了从传输层到应用层的完整封装。
---
### 3. `transports/base.py` (传输层协议接口)
定义MCP传输层的抽象协议接口,为所有传输实现提供统一的规范。
- ✅ 掌握点:
- Python Protocol的使用方法
- 抽象接口的设计原则
- MCP协议的核心方法定义
- 功能:
- 定义MCP传输层必须实现的四个核心方法:connect、list_tools、call_tool、cleanup
- 提供类型注解,确保接口一致性
- 为不同传输实现提供统一的调用方式
> 💡 这是整个组件系统的基础,定义了传输层的契约,使得上层代码可以与具体传输实现解耦。
---
### 4. `transports/http.py` HTTP传输实现)
实现基于HTTP协议的MCP传输层,支持与远程MCP服务器通信。
- ✅ 掌握点:
- HTTP JSON-RPC请求的实现
- 异步HTTP客户端的使用
- 会话管理与超时处理
- 流式响应的处理
- 功能:
- 建立与远程MCP服务器的HTTP连接
- 发送initialize请求并管理会话
- 查询工具列表和调用工具
- 处理普通JSON响应和SSE流式响应
> 💡 此实现支持远程MCP服务调用,适合构建分布式系统中的MCP客户端。
---
### 5. `transports/stdio.py` (标准输入输出传输实现)
实现基于标准输入输出的MCP传输层,支持与本地MCP服务通信。
- ✅ 掌握点:
- AsyncExitStack资源管理
- 子进程通信的实现
- MCP协议的低级实现
- 异步上下文管理器的应用
- 功能:
- 启动本地MCP服务进程
- 建立标准输入输出管道通信
- 管理MCP会话生命周期
- 自动清理资源
> 💡 此实现支持本地MCP服务调用,适合开发和调试阶段使用。
---
### 6. `mcp_client.py` (客户端主类)
实现MCP客户端的主类,封装传输层实现,提供统一的客户端接口。
- ✅ 掌握点:
- 工厂模式的应用
- 依赖注入的实现
- 客户端接口的设计
- 错误处理的最佳实践
- 功能:
- 支持stdio和http两种传输方式
- 封装连接、工具列表查询、工具调用和资源清理
- 提供统一的客户端接口,隐藏传输层细节
- 实现防御性编程,增强代码健壮性
> 💡 这是客户端组件的核心,为上层应用提供简洁易用的接口,同时屏蔽了底层传输的复杂性。
---
### 7. `mcp_bridge.py` LangChain桥接器)
实现MCP工具到LangChain工具的自动转换,使MCP服务能够无缝集成到LangChain生态中。
- ✅ 掌握点:
- JSON Schema到Pydantic模型的动态转换
- LangChain工具的创建与配置
- 批量工具加载的实现
- 异步上下文管理器的应用
- 功能:
- 将MCP工具转换为LangChain可用的工具
- 动态生成Pydantic参数模型
- 支持批量加载多个MCP服务的工具
- 管理MCP客户端的生命周期
> 💡 这是MCP与LangChain集成的关键组件,实现了两种生态系统之间的无缝对接。
---
### 8. `mcp_main.py` (完整应用示例)
使用自定义MCP客户端组件实现的完整应用示例,展示了整个组件系统的协作使用。
- ✅ 掌握点:
- 组件系统的整体架构
- 多MCP服务的配置与管理
- LangGraph工作流的构建
- 资源的统一管理
- 功能演示:
- 配置多个MCP服务(云端和本地)
- 批量加载MCP工具
- 构建基于LangGraph的智能体
- 使用流式输出展示结果
> 💡 这是整个组件系统的完整演示,展示了如何使用自定义实现构建功能完整的MCP应用。
---
### 组件系统架构图
```
┌─────────────────────────────────────────────────────────┐
│ 应用层 │
│ ┌───────────────┐ ┌────────────────────────────────┐ │
│ │ mcp_main.py │ │ final_mcp_main.py (官方库) │ │
│ └───────────────┘ └────────────────────────────────┘ │
│ │ │ │
└──────────────┼─────────────────────┼────────────────────┘
│ │
┌──────────────┼─────────────────────┼────────────────────┐
│ 集成层 │
│ ┌───────────────┐ ┌─────────────────┐ │
│ │ mcp_bridge.py│ │ agent_stream.py │ │
│ └───────────────┘ └─────────────────┘ │
│ │ │
└──────────────┼──────────────────────────────────────────┘
┌──────────────┼──────────────────────────────────────────┐
│ 客户端层 │
│ ┌───────────────┐ │
│ │ mcp_client.py│ │
│ └───────────────┘ │
│ │ │
└──────────────┼──────────────────────────────────────────┘
┌──────────────┼──────────────────────────────────────────┐
│ 传输层 │
│ ┌───────────────┐ ┌───────────────┐ ┌─────────────┐ │
│ │ transports/ │ │ transports/ │ │ transports/ │ │
│ │ base.py │ │ http.py │ │ stdio.py │ │
│ └───────────────┘ └───────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────────┘
```
---
### 🔔 全局注意事项
- **学习路径建议**
1. 先学习独立组件:`agent_stream.py``final_mcp_main.py`
2. 再学习组件系统:`transports/base.py``transports/http.py``transports/stdio.py``mcp_client.py``mcp_bridge.py``mcp_main.py`
- **环境准备**
- 所有示例依赖根目录 `.env` 中的 API 密钥配置
- MCP服务需要Node.js环境,确保已安装并配置正确路径
- 运行前请确保已安装必要依赖:`pip install -r requirements.txt`
- 高德地图MCP服务需要 `AMAP_MAPS_API_KEY` 环境变量配置
- **运行说明**
- 独立组件可以直接运行:`python final_mcp_main.py`
- 组件系统示例:`python mcp_main.py`
- 本地MCP服务需要先启动:`python -m m10_mcp_basics.streamable_http_server`
---
### 💡 **扩展建议**
- 扩展MCP客户端,支持更多高级特性(如超时控制、重试机制等)
- 实现自定义的MCP服务,与客户端组件配合使用
- 探索将MCP客户端与其他AI框架集成
- 优化流式输出组件,支持更多展示效果
View File
+107
View File
@@ -0,0 +1,107 @@
import os
import asyncio
# --- 核心:导入官方库 ---
from langchain_mcp_adapters.client import MultiServerMCPClient
# LangChain/LangGraph 组件
from langchain_openai import ChatOpenAI
from langchain_core.messages import SystemMessage
from langgraph.graph import StateGraph, MessagesState, START, END
from langgraph.prebuilt import ToolNode
# 复用你的流式输出模块和配置
from m11_mcp_advanced.agent_stream import run_agent_with_streaming
from config import OPENAI_API_KEY, AMAP_MAPS_API_KEY
# === 配置 MCP 服务器 ===
MCP_SERVERS = {
# 方式1.1: 云端代理 —— stdio模式
"高德地图": {
"transport": "stdio",
"command": "npx",
"args": ["-y", "@amap/amap-maps-mcp-server"],
"env": {**os.environ, "AMAP_MAPS_API_KEY": AMAP_MAPS_API_KEY}
},
# 方式1.2: 云端MCP服务 —— Streamable HTTP模式
# "高德地图" :{
# "transport":"streamable_http",
# "url": f"https://mcp.amap.com/mcp?key={AMAP_MAPS_API_KEY}"
# },
# 方式2.1: 本地工具 —— stdio模式
# "本地天气":{
# "transport": "stdio",
# "command": "python",
# "args": ["-m", "m10_mcp_basics.stdio_server"],
# "env": None
# },
# 方式2.2:本地MCP服务 —— Streamable HTTP 模式
# 注:此方法需要提前运行m10的 streamable_http_server.py
# "本地天气":{
# "transport":"streamable_http",
# "url": "http://127.0.0.1:8001/mcp"
# }
}
def build_graph(available_tools):
"""构建图逻辑 (保持不变)"""
if not available_tools:
print("⚠️ 未加载任何工具")
llm = ChatOpenAI(
model="deepseek-chat",
api_key=OPENAI_API_KEY,
base_url="https://api.deepseek.com",
streaming=True
)
llm_with_tools = llm.bind_tools(available_tools) if available_tools else llm
sys_prompt = "你是一个地理位置助手,请根据用户需求调用工具查询信息。"
async def agent_node(state: MessagesState):
messages = [SystemMessage(content=sys_prompt)] + state["messages"]
return {"messages": [await llm_with_tools.ainvoke(messages)]}
workflow = StateGraph(MessagesState)
workflow.add_node("agent", agent_node)
if available_tools:
workflow.add_node("tools", ToolNode(available_tools))
def should_continue(state):
last_msg = state["messages"][-1]
return "tools" if last_msg.tool_calls else END
workflow.add_edge(START, "agent")
workflow.add_conditional_edges("agent", should_continue)
workflow.add_edge("tools", "agent")
else:
workflow.add_edge(START, "agent")
workflow.add_edge("agent", END)
return workflow.compile()
async def main():
print("🔌 正在初始化 MCP 客户端...")
client = MultiServerMCPClient(MCP_SERVERS)
# 显式建立连接并获取工具
# 注意:这个 client 对象会保持连接,直到脚本结束
tools = await client.get_tools()
print(f"✅ 成功加载工具: {[t.name for t in tools]}")
# 构建并运行
app = build_graph(tools)
query = "帮我查一下杭州西湖附近的酒店"
await run_agent_with_streaming(app, query)
if __name__ == "__main__":
asyncio.run(main())
@@ -1,7 +1,9 @@
from typing import Dict,Any,Type
from langchain_core.tools import StructuredTool
from m10_mcp_basics.mcp_client import MCPClient
from m11_mcp_advanced.mcp_client import MCPClient
from pydantic import Field,create_model
from contextlib import AsyncExitStack
class LangChainMCPAdapter:
"""
@@ -61,7 +63,7 @@ class LangChainMCPAdapter:
else:
default_value = None
# 4.构建Pydantic字段定义
# 4.构建Pydantic字段定义 —— create_model 要求的特定格式
fields[field_name] = (python_type,Field(default=default_value,description=description))
# 动态创建一个Pydantic模型类
@@ -96,3 +98,39 @@ class LangChainMCPAdapter:
)
langchain_tools.append(tool)
return langchain_tools
@classmethod
async def load_mcp_tools(cls,stack: AsyncExitStack, configs: list):
"""
负责遍历配置批量建立连接收集所有工具
使用stack将连接生命周期托管给上层
"""
all_tools = []
for conf in configs:
print(f'🔌 正在连接:{conf["name"]} == ({conf.get("transport","stdio")})...')
# 根据 transport 类型创建不同的客户端
transport = conf.get("transport","stdio")
if transport == "stdio":
# 初始化 Client
client = MCPClient(
transport="stdio",
command=conf["command"],
args=conf["args"],
env=conf.get("env") # 可选参数
)
else: # http
client = MCPClient(
transport="http",
url=conf["url"]
)
# 🔥:enter_async_context 替代了async with 缩进
# 这样无论有多少个MCP,代码层级都不会变深
adapter = await stack.enter_async_context(cls(client))
# 批量获取一个MCP下的所有工具
tools = await adapter.get_tools()
print(f' ✅️ 获取工具{[t.name for t in tools]}')
all_tools.extend(tools)
return all_tools
+92
View File
@@ -0,0 +1,92 @@
import uuid
from contextlib import AsyncExitStack
from typing import Optional,Literal
from .transports.base import MCPTransport
from .transports.http import HttpMCPTransport
from .transports.stdio import StdioMCPTransport
class MCPClient:
# 编辑器 _impl 必须满足MCPTransport协议
_impl:MCPTransport
def __init__(
self,
transport:Literal["stdio","http"]="stdio",
command:str=None,
args:list[str]=None,
env:dict=None,
url:str=None
):
"""
MCP 客户端 - 支持 stdio 与 HTTP 两种传输方式
:param transport: 传输模式 "stdio" / "http"
:param command: stdio 模式的命令 (如npx
:param args: stdio 模式的参数
:param env: stdio 模式的环境变量
:param url: http模式的端点 URL
"""
if transport=="stdio":
if command is None:
raise ValueError("stdio 传输模式需要参数 'command'")
self._impl = StdioMCPTransport(command=command,args=args or [],env=env)
elif transport=="http":
if url is None:
raise ValueError("http 传输模式需要参数 'command'")
self._impl = HttpMCPTransport(url=url)
else:
raise ValueError(f"不支持的传输模式: {transport}")
async def connect(self):
""" 建立MCP连接(stdio或HTTP) """
await self._impl.connect()
async def list_tools(self):
"""查询工具列表,为LLM建立上下文用"""
return await self._impl.list_tools()
async def call_tool(self,name:str,args:dict):
"""调用工具(工程化:加上防御性处理)"""
return await self._impl.call_tool(name,args)
async def cleanup(self):
"""关闭MCP服务、会话和transport"""
return await self._impl.cleanup()
async def _http_request(self,method:str,params:dict=None):
""" 发送 HTTP JSON-RPC 请求 """
payload = {
"jsonrpc":"2.0",
"id":str(uuid.uuid4()),
"method":method,
}
if params:
payload["params"] = params
headers = {
"Content-Type": "application/json",
"Accept": "application/json, text/event-stream"
}
if self.session_id:
headers["Mcp-Session-Id"] = self.session_id
response = await self.http_client.post(
self.url,
json=payload,
headers=headers
)
if "Mcp-Session-Id" in response.headers:
self.session_id = response.headers["Mcp-Session-Id"]
response.raise_for_status()
return response.json()
@@ -9,26 +9,48 @@ from langgraph.graph import StateGraph,MessagesState,START,END
from langgraph.prebuilt import ToolNode
from config import OPENAI_API_KEY,AMAP_MAPS_API_KEY
from m10_mcp_basics.agent_stream import run_agent_with_streaming
from m10_mcp_basics.mcp_client import MCPClient
from m10_mcp_basics.mcp_bridge import LangChainMCPAdapter
from m11_mcp_advanced.agent_stream import run_agent_with_streaming
from m11_mcp_advanced.mcp_bridge import LangChainMCPAdapter
# ===环境配置===
# 环境兼容
COMMAND = "npx.cmd" if sys.platform == "win32" else "npx"
# 复制当前py进程的环境变量,并在复制的环境变量里新增一条,确保安全可控
env_vars = os.environ.copy()
env_vars["AMAP_MAPS_API_KEY"] = AMAP_MAPS_API_KEY
MCP_SERVER_CONFIGS = [
# 方式1.1: 云端代理 —— stdio模式
{
"name":"高德地图", # 打印使用了什么MCP,可移除
"command":COMMAND,
"transport":"stdio", # 指定传输模式
"command":"npx",
"args":["-y", "@amap/amap-maps-mcp-server"],
"env":env_vars
}
# 方式1.2: 云端MCP服务 —— Streamable HTTP模式
# {
# "name":"高德地图",
# "transport":"http",
# "url": f"https://mcp.amap.com/mcp?key={AMAP_MAPS_API_KEY}"
# }
# 方式2.1: 本地工具 —— stdio模式
# {
# "name": "本地天气",
# "transport": "stdio",
# "command": "python",
# "args": ["-m", "m10_mcp_basics.stdio_server"],
# "env": None
# }
# 方式2.2:本地MCP服务 —— Streamable HTTP 模式
# {
# "name":"本地天气",
# "transport":"http",
# "url": "http://127.0.0.1:8001/mcp"
# }
# {...} 之后MCP工具可随需求扩展增加
]
@@ -85,37 +107,13 @@ def build_graph(available_tools):
return workflow.compile()
# ===MCP工具批量初始化===
async def load_mcp_tools(stack:AsyncExitStack,configs:list):
"""
负责遍历配置批量建立连接收集所有工具
使用stack将连接生命周期托管给上层
"""
all_tools = []
for conf in configs:
print(f'🔌 正在连接:{conf["name"]}...')
# 初始化 Client
client = MCPClient(
command=conf["command"],
args=conf["args"],
env=conf.get("env") # 可选参数
)
# 🔥:enter_async_context 替代了async with 缩进
# 这样无论有多少个MCP,代码层级都不会变深
adapter = await stack.enter_async_context(LangChainMCPAdapter(client))
# 批量获取一个MCP下的所有工具
tools = await adapter.get_tools()
print(f' ✅️ 获取工具{[t.name for t in tools]}')
all_tools.extend(tools)
return all_tools
# ===主程序===
async def main():
# 使用ExitStack统一管理所有资源的关闭
async with AsyncExitStack() as stack:
# A.插件(MCP)注入阶段 -- 允许为空
dynamic_tools = await load_mcp_tools(stack,MCP_SERVER_CONFIGS)
dynamic_tools = await LangChainMCPAdapter.load_mcp_tools(stack,MCP_SERVER_CONFIGS)
# B.图构建阶段
app = build_graph(available_tools=dynamic_tools)
+20
View File
@@ -0,0 +1,20 @@
from typing import Protocol,List,Dict,Any
class MCPTransport(Protocol):
"""MCP 传输层协议 —— 所有 transport必须实现如下方法"""
async def connect(self):
"""建立连接"""
...
async def list_tools(self):
"""获取工具列表"""
...
async def call_tool(self,name:str,args:dict):
"""调用工具并返回文本结果"""
...
async def cleanup(self):
"""清理资源"""
...
+130
View File
@@ -0,0 +1,130 @@
import json
import uuid
from typing import Optional,Literal
import httpx
class HttpMCPTransport:
def __init__(self,url:str=None):
"""
MCP 客户端 - 支持 stdio 与 HTTP 两种传输方式
:param url: http模式的端点 URL
"""
if not url:
raise ValueError("HTTP模式必须提供url参数")
self.url = url
self.session_id:Optional[str] = None
self.http_client:Optional[httpx.AsyncClient] = None
async def connect(self):
"""建立MCP长连接(一次连接,多次调用)"""
if self.http_client:
return
self.http_client = httpx.AsyncClient(timeout=60.0)
# 发送 initialize 请求
response = await self._http_request("initialize",{
"protocolVersion":"2024-11-05",
"capabilities":{},
"clientInfo":{"name":"mcp-client","version":"1.0"}
})
# 保存session ID
if response and "result" in response:
# Session ID在响应头内
pass # 已在_http_request中处理
async def list_tools(self):
"""查询工具列表,为LLM建立上下文用"""
if not self.http_client:
raise RuntimeError("未连接,请先 connect()")
result = await self._http_request("tools/list")
if result and "result" in result:
tools = result["result"].get("tools",[])
return [
{
"name":tool["name"],
"description":tool["description"],
"input_schema":tool.get("inputSchema",{})
}
for tool in tools
]
return []
async def call_tool(self,name:str,args:dict):
"""调用工具(工程化:加上防御性处理)"""
if not self.http_client:
raise RuntimeError("未连接,请先 connect()")
result = await self._http_request("tools/call",{
"name":name,
"arguments":args
})
if result and "result" in result:
content = result["result"].get("content",{})
if content and len(content):
return content[0].get("text",str(content[0]))
return "工具执行成功,但无文本返回"
async def cleanup(self):
"""关闭MCP服务、会话和transport"""
if self.http_client:
await self.http_client.aclose()
self.http_client = None
self.session_id = None
async def _http_request(self, method: str, params: dict = None):
""" 发送 HTTP JSON-RPC 请求 """
payload = {
"jsonrpc": "2.0",
"id": str(uuid.uuid4()),
"method": method,
}
if params:
payload["params"] = params
headers = {
"Content-Type": "application/json",
"Accept": "application/json, text/event-stream"
}
if self.session_id:
headers["Mcp-Session-Id"] = self.session_id
response = await self.http_client.post(
self.url,
json=payload,
headers=headers
)
if "Mcp-Session-Id" in response.headers:
self.session_id = response.headers["Mcp-Session-Id"]
response.raise_for_status()
# 判断响应类型
content_type = response.headers.get("Content-Type", "")
if "text/event-stream" in content_type:
# SSE 流式响应(本地服务器)
for line in response.text.split('\n'):
line = line.strip()
if line.startswith("data:"):
data_str = line[5:].strip()
try:
return json.loads(data_str)
except json.JSONDecodeError:
pass
return None
else:
# 普通 JSON 响应(云端服务)
return response.json()
@@ -1,11 +1,20 @@
from contextlib import AsyncExitStack
from typing import Optional
from typing import Optional,Literal
from mcp import ClientSession,StdioServerParameters
from mcp.client.stdio import stdio_client
class MCPClient:
def __init__(self,command:str,args:list[str],env:dict=None):
class StdioMCPTransport:
def __init__(self,command:str=None,args:list[str]=None,env:dict=None):
"""
MCP 客户端 - 支持 stdio HTTP 两种传输方式
:param transport: 传输模式 "stdio" / "http"
:param command: stdio 模式的命令 如npx
:param args: stdio 模式的参数
:param env: stdio 模式的环境变量
"""
# MCP启动方式(npx/uvx/python -m xxx)
self.params = StdioServerParameters(command=command,args=args,env=env)
# 工程核心:资源栈
@@ -13,11 +22,12 @@ class MCPClient:
# 连接会话(长连接)
self.session:Optional[ClientSession]=None
async def connect(self):
"""建立MCP长连接(一次连接,多次调用)"""
if self.session:
return # 已连接无需重复
# 进入transport(读/写管道)
transport = await self.exit_stack.enter_async_context(
stdio_client(self.params)
@@ -29,6 +39,8 @@ class MCPClient:
# 等待MCP服务器返回工具清单
await self.session.initialize()
async def list_tools(self):
"""查询工具列表,为LLM建立上下文用"""
if not self.session:
@@ -53,6 +65,8 @@ class MCPClient:
for tool in result.tools
]
async def call_tool(self,name:str,args:dict):
"""调用工具(工程化:加上防御性处理)"""
if not self.session:
@@ -66,6 +80,8 @@ class MCPClient:
return "工具执行成功,但无文本返回"
async def cleanup(self):
"""关闭MCP服务、会话和transport"""
if self.session: