mcp-chatbot 是一个简单的 CLI 聊天机器人，用于演示如何将 Model Context Protocol（MCP）集成到命令行聊天机器人中。该实现展示了 MCP 的灵活性：通过 MCP 服务器支持多种工具，并兼容任何遵循 OpenAI API 标准的 LLM 提供商。

用途该项目主要作为集成示例，帮助开发者了解如何在 CLI 聊天机器人中接入 MCP 服务器与工具，并连接任意 OpenAI API 兼容的 LLM。

主要能力

LLM 提供商灵活性：可与任何遵循 OpenAI API 标准的 LLM 配合使用（资料称已在 Groq 上的 Llama 3.2 90b 和 GitHub Marketplace 上的 GPT-4o mini 上测试）。
动态工具集成：工具在系统提示中声明，确保在不同 LLM 之间具有最大兼容性。
服务器配置：通过简单的 JSON 配置文件支持多个 MCP 服务器，结构类似 Claude Desktop App。
工具发现：自动从已配置的服务器中发现工具。
系统提示：工具被动态包含在系统提示中，使 LLM 能够理解可用能力。
服务器集成：支持任何兼容 MCP 的服务器，资料称已用包括 Uvicorn 和 Node.js 在内的多种服务器实现进行测试。

使用方式

克隆仓库： git clone https://github.com/3choff/mcp-chatbot.git cd mcp-chatbot
安装依赖： pip install -r requirements.txt
设置环境变量：在根目录创建 .env 文件并添加 API 密钥： LLM_API_KEY=your_api_key_here
配置服务器：servers_config.json 采用与 Claude Desktop 相同的结构，便于集成多个服务器。示例： { "mcpServers": { "sqlite": { "command": "uvx", "args": ["mcp-server-sqlite", "--db-path", "./test.db"] }, "puppeteer": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-puppeteer"] } } } 也支持环境变量，传递方式与 Claude Desktop App 相同。示例： { "mcpServers": { "server_name": { "command": "uvx", "args": ["mcp-server-name", "--additional-args"], "env": { "API_KEY": "your_api_key_here" } } } }
运行客户端： python main.py
与助手交互：助手会自动检测可用工具，并能根据已配置服务器提供的工具来响应查询。
退出会话：输入 quit 或 exit 结束会话。

运行流程

初始化：Configuration 加载环境变量和服务器设置；服务器以其各自的工具初始化；工具被发现并格式化以供 LLM 理解。
运行时流程：接收用户输入；将输入连同可用工具的上下文发送给 LLM；解析 LLM 响应：如果是工具调用，则执行工具并返回结果；如果是直接响应，则返回给用户；工具结果被送回 LLM 进行解释；最终响应呈现给用户。

类结构

适用场景适合希望了解或演示 MCP 与 CLI 聊天机器人集成的开发者，以及需要连接任意 OpenAI API 兼容 LLM 并通过 MCP 服务器扩展工具能力的实验性项目。

限制资料未提供关于收费、价格、平台支持范围、性能效果或具体使用步骤之外的更多限制信息，暂未提供。项目采用 MIT 许可证。

mcp-chatbot

工具介绍