MCP 客户端

MCP (Model Control Protocol) 客户端是一个连接大语言模型与各种工具的桥梁，通过标准化的接口让大语言模型能够调用外部工具来完成复杂任务。

项目结构

• client.py: MCP 客户端的核心实现，负责连接 MCP 服务器和大语言模型
• weather.py: 本地实现的天气查询 MCP 服务
• playwright_mcp.js: 启动 Playwright MCP 服务的 JavaScript 包装脚本

依赖配置

项目需要在 Python 虚拟环境中运行，并且需要以下环境变量：

• API_KEY: DeepSeek 或其他兼容 OpenAI API 的服务密钥
• BASE_URL: API 基础 URL
• MODEL_NAME: 模型名称（默认为 "deepseek-chat"）

安装步骤

1. 克隆仓库

git clone https://github.com/zhaixccc/MCP-client.git
cd MCP-client

2. 创建并激活虚拟环境

pip install uv
uv venv
.venv\Scripts\activate  # Windows
source .venv/bin/activate  # Linux/Mac

3. 安装依赖

pip install -r requirements.txt

4. 创建 .env 文件并配置环境变量

API_KEY=你的API密钥
BASE_URL=https://api.deepseek.com
MODEL_NAME=deepseek-chat

使用方法

连接天气服务

.venv\Scripts\activate  # 激活虚拟环境
python client.py weather.py

这将启动天气服务，允许你查询全球各地的天气信息。

连接 Playwright MCP 服务

.venv\Scripts\activate  # 激活虚拟环境
python client.py playwright_mcp.js

这将启动 Playwright MCP 服务，允许大语言模型控制浏览器进行各种操作。

可用工具

天气服务工具

• get_weather: 获取指定城市的当前天气信息
• get_forecast: 获取指定城市的5天天气预报
• weather_report: a获取天气信息并生成格式化的天气报告

Playwright 工具

• browser_navigate: 导航到指定网址
• browser_click: 点击指定元素
• browser_type: 在输入框中输入文本
• browser_take_screenshot: 截取网页截图
• 以及更多浏览器自动化工具

交互方式

启动客户端后，可以通过命令行与大语言模型进行交互。输入问题后，模型会根据需要调用相应的工具，并给出回答。 输入 quit 退出程序。