MCP-HOST：简易版的Claude Code命令行工具

最近在逛github的时候发现了一个有趣的mcp host cli 工具，还是由mcp-go框架的大佬写的，整体代码量也不多，但是功能还是很完善的，支持大多数模型的接入，可以自己按照需求配置mcp-server，就是当前还缺少流式输出，导致在问一些需要返回大量token的场景，不知道是超时了，还是正在响应中。

话不多说，先看下使用效果：可以看到整体的 TUI 实现效果还是很不错的。

基本配置参数

代码拉取下来后在root文件中将config、model、url和apikey按照自己的使用初始化配置一下，后续通过 go install 命令后就可以在命令行使用中不再输入这些参数了。

下面是我自己使用 deepseek v3 api的示例：

go 复制代码

func init() {
	rootCmd.PersistentFlags().
		StringVar(&configFile, "config", "C:\\Users\\Administrator\\.mcp.json", "")
	rootCmd.PersistentFlags().
		StringVarP(&modelFlag, "model", "m", "openai:deepseek-chat",
			"model to use (format: provider:model, e.g. anthropic:claude-3-5-sonnet-latest or ollama:qwen2.5:3b)")
	flags := rootCmd.PersistentFlags()
	flags.StringVar(&openaiBaseURL, "openai-url", "https://api.deepseek.com/v1", "base URL for OpenAI API (defaults to api.openai.com)")
	flags.StringVar(&anthropicBaseURL, "anthropic-url", "", "base URL for Anthropic API (defaults to api.anthropic.com)")
	flags.StringVar(&openaiAPIKey, "openai-api-key", "***", "OpenAI API key")
	flags.StringVar(&anthropicAPIKey, "anthropic-api-key", "", "Anthropic API key")
}

核心函数

runPrompt 方法是实现与大模型交互，集成mcp client和server来增强模型的核心实现。

接收用户输入并将其记录到消息历史中。
调用语言模型生成响应，支持重试机制以应对过载错误。
处理语言模型返回的工具调用请求，并将工具结果反馈给模型。
将最终的响应和工具结果更新到消息历史中。

其简化版代码如下：

go 复制代码

func runPrompt(
	provider llm.Provider,
	mcpClients map[string]*mcpclient.StdioMCPClient,
	tools []llm.Tool,
	prompt string,
	messages *[]history.HistoryMessage,
) error {
   //  接收用户输入并将其记录到消息历史中。
	if prompt != "" {
		*messages = append(
			*messages,
			history.HistoryMessage{
			},
		)
	}

	llmMessages := make([]llm.Message, len(*messages))
	for i := range *messages {
		llmMessages[i] = &(*messages)[i]
	}

	for {
        //调用大模型
		action := func() {
			message, err = provider.CreateMessage(
				context.Background(),
				prompt,
				llmMessages,
				tools,
			)
		}
		_ = spinner.New().Title("Thinking...").Action(action).Run()

		if err != nil {
			// 重试
			return err
		}
		// If we got here, the request succeeded
		break
	}

	var messageContent []history.ContentBlock

	// Handle the message response
	if str, err := renderer.Render("\nAssistant: "); err == nil {
		fmt.Print(str)
	}

	toolResults := []history.ContentBlock{}
	messageContent = []history.ContentBlock{}

	// 渲染大模型输出内容
	if message.GetContent() != "" {
		if err := updateRenderer(); err != nil {
			return fmt.Errorf("error updating renderer: %v", err)
		}
		str, err := renderer.Render(message.GetContent() + "\n")
	}

	//处理调用工具的结果
	for _, toolCall := range message.GetToolCalls() {
		log.Info("🔧 Using tool", "name", toolCall.GetName())

		input, _ := json.Marshal(toolCall.GetArguments())
		messageContent = append(messageContent, history.ContentBlock{
			Type:  "tool_use",
			ID:    toolCall.GetID(),
			Name:  toolCall.GetName(),
			Input: input,
		})
                // 省略...
		
			resultBlock.Text = strings.TrimSpace(resultText)
			log.Debug("created tool result block",
				"block", resultBlock,
				"tool_id", toolCall.GetID())

			toolResults = append(toolResults, resultBlock)
		}
	}

	*messages = append(*messages, history.HistoryMessage{
		Role:    message.GetRole(),
		Content: messageContent,
	})

	if len(toolResults) > 0 {
		*messages = append(*messages, history.HistoryMessage{
			Role:    "user",
			Content: toolResults,
		})
		// Make another call to get Claude's response to the tool results
		return runPrompt(provider, mcpClients, tools, "", messages)
	}

	fmt.Println() // Add spacing
	return nil
}

项目地址

MCPhost的github仓库在mark3labs/mcphost。