使用 Azure OpenAI 的 MCP 服务器和客户端实现

• 一个使用模型上下文协议 (MCP) 和 Azure OpenAI 的最小化服务器/客户端应用程序实现。

  1. MCP 服务器是基于 FastMCP 构建的。
  2. Playwright 是微软开发的一个开源端到端测试框架，用于测试现代 Web 应用程序。
  3. 关于工具的 MCP 响应将被转换为 OpenAI 函数调用格式。
  4. 将 MCP 服务器响应转换为 OpenAI 函数调用格式的桥梁定制了 MCP-LLM Bridge 实现。
  5. 为了确保稳定的连接，服务器对象直接传递到桥梁中。

模型上下文协议 (MCP)

模型上下文协议 (MCP) MCP（模型上下文协议）是一种开放协议，可实现 AI 应用程序与本地或远程资源之间的安全、受控交互。

官方存储库

• MCP Python SDK
• 创建 Python 服务器
• MCP 服务器

社区资源

• Awesome MCP 服务器
• Reddit 上的 MCP

相关项目

• FastMCP: 快速、Pythonic 的方式来构建 MCP 服务器。
• Chat MCP: MCP 客户端
• MCP-LLM Bridge: 允许 MCP 服务器与兼容 OpenAI 的 LLM 之间通信的 MCP 实现

MCP Playwright

• MCP Playwright 服务器
• Microsoft Playwright for Python

配置

在 2024 年 12 月的开发阶段，Python 项目应使用 'uv' 初始化。其他依赖管理库，例如 'pip' 和 'poetry'，尚未完全被 MCP CLI 支持。

1. 将 .env.template 重命名为 .env，然后在 .env 中填写 Azure OpenAI 的值：

   bash 复制代码

   AZURE_OPEN_AI_ENDPOINT=
   AZURE_OPEN_AI_API_KEY=
   AZURE_OPEN_AI_DEPLOYMENT_MODEL=
   AZURE_OPEN_AI_API_VERSION=

2. 安装 uv 以进行 Python 库管理

   bash 复制代码

   pip install uv
   uv sync

3. 执行 python chatgui.py

   • 示例屏幕显示客户端启动浏览器并导航到 URL。
   

关于 'stdio'

stdio 是一个 传输层（原始数据流），而 JSON-RPC 是一个 应用协议（结构化通信）。它们是不同的概念，但经常互换使用，例如，在协议中提到 "通过 stdio 的 JSON-RPC"。

工具描述

@self.mcp.tool()
async def playwright_navigate(url: str, timeout=30000, wait_until="load"):
    """导航到 URL。""" -> 此注释提供了一个描述，可能在类似于 LLM 中函数调用的机制中使用。

# 输出
Tool(name='playwright_navigate', description='导航到 URL。', inputSchema={'properties': {'url': {'title': 'Url', 'type': 'string'}, 'timeout': {'default': 30000, 'title': 'timeout', 'type': 'string'}

提示：uv

• 功能

uv run: 运行脚本。
uv venv: 创建一个新的虚拟环境，默认为 '.venv'。
uv add: 向脚本添加依赖项
uv remove: 从脚本中移除依赖项
uv sync: 同步（安装）项目的依赖项到环境中。

提示

• 终止 python.exe 的 taskkill 命令

taskkill /IM python.exe /F

• Visual Code: Python 调试器：使用 launch.json 进行调试时，调试器将根据 .vscode/launch.json 中的配置启动。