mcp开发一个中医药材科普

实操

csharp 复制代码
uv init mcp-zhongyi   // 执行uv init mcp-weather命令初始化项目
cd mcp-zhongyi
uv venv   // 创建虚拟环境
.venv\Scripts\activate   // Linux下使用source .venv/bin/activate激活
uv add mcp
uv add requests
uv add openai
uv add zhipuai

代码

server.py

python 复制代码
import json
import requests
from typing import Any, List, Dict
from mcp.server.fastmcp import FastMCP
from openai import OpenAI

# 初始化MCP服务器
mcp = FastMCP("ZhongyiServer")
client = OpenAI(api_key="自己的deepseekkey", base_url="https://api.deepseek.com")

@mcp.tool()
async def get_yaocaiInfo(yaocai: str):
    """
    输入指定药材的名称,返回当前药材信息
    :param yaocai: 药材名称
    :return: json格式的药材信息
    """
    try:
        # 构建提示词
        prompt = f"""请以JSON格式返回关于"{yaocai}"的中药材信息,包含以下字段:
        1. name: 药材名称
        2. property: 药性(寒、热、温、凉)
        3. taste: 药味(酸、苦、甘、辛、咸)
        4. meridian: 归经
        5. function: 功效主治
        6. usage: 用法用量
        请确保返回的是合法的JSON格式。
        """
        
        # 调用DeepSeek API
        response = client.chat.completions.create(
            model="deepseek-chat",
            messages=[
                {"role": "system", "content": "你是一个专业的中医药专家,请提供准确的中药材信息。"},
                {"role": "user", "content": prompt}
            ],
            stream=False
        )
        
        # 获取回复并确保是JSON格式
        result = response.choices[0].message.content
        # 尝试解析JSON,如果失败则返回原始文本
        try:
            return json.loads(result)
        except json.JSONDecodeError:
            return {"error": "无法解析为JSON格式", "raw_content": result}
            
    except Exception as e:
        return {"error": f"获取药材信息出错:{str(e)}"}

if __name__ == "__main__":
    mcp.run(transport="sse")
python 复制代码
import json
import requests
from typing import Any, List, Dict
from mcp.server.fastmcp import FastMCP
from openai import OpenAI
from zhipuai import ZhipuAI

# 初始化MCP服务器
mcp = FastMCP("ZhongyiServer")
client = OpenAI(api_key="deepseek的apikey", base_url="https://api.deepseek.com")
clientZhiPu = ZhipuAI(api_key="智谱的apikey")
@mcp.tool()
async def get_yaocaiInfo(yaocai: str):
    """
    输入指定药材的名称,返回当前药材信息
    :param yaocai: 药材名称
    :return: json格式的药材信息
    """
    try:
        # 构建提示词
        prompt = f"""请以JSON格式返回关于"{yaocai}"的中药材信息,包含以下字段:
        1. name: 药材名称
        2. property: 药性(寒、热、温、凉)
        3. taste: 药味(酸、苦、甘、辛、咸)
        4. meridian: 归经
        5. function: 功效主治
        6. usage: 用法用量
        请确保返回的是合法的JSON格式。
        """
        
        # 调用DeepSeek API
        response = client.chat.completions.create(
            model="deepseek-chat",
            messages=[
                {"role": "system", "content": "你是一个专业的中医药专家,请提供准确的中药材信息。"},
                {"role": "user", "content": prompt}
            ],
            stream=False
        )
        
        # 获取回复并确保是JSON格式
        result = response.choices[0].message.content
        # 尝试解析JSON,如果失败则返回原始文本
        try:
            return json.loads(result)
        except json.JSONDecodeError:
            return {"error": "无法解析为JSON格式", "raw_content": result}
            
    except Exception as e:
        return {"error": f"获取药材信息出错:{str(e)}"}

# 添加一个工具,获取药材的图片
@mcp.tool()
async def get_yaocai_image(yaocai: str):
    """
    输入指定药材的名称,返回当前药材的图片
    :param yaocai: 药材名称
    :return: 药材的图片URL
    """
    try:
        # 构建提示词
        prompt = f"高清晰度的{yaocai}中药材实物图片,清晰展示其外观特征,包括颜色、形状和质地,白色背景,专业医药参考图"
        
        # 调用智谱AI的图像生成API
        response = clientZhiPu.images.generations(
            model="cogview-4-250304",  # 使用最新的图像生成模型
            prompt=prompt,
        )
        
        # 返回生成的图片URL
        return {
            "success": True,
            "image_url": response.data[0].url,
            "yaocai": yaocai
        }
            
    except Exception as e:
        return {
            "success": False,
            "error": f"获取药材图片出错:{str(e)}",
            "yaocai": yaocai
        }

if __name__ == "__main__":
    mcp.run(transport="sse")

相关内容

1.智谱apikey:www.bigmodel.cn/invite?icod...

2.deepseek的key:platform.deepseek.com/

注意

  1. 出现问题重新开关一下
相关推荐
AlienZHOU1 小时前
AI Coding 时代下,我的技术面试实践分享
前端·后端·面试
Captaincc5 小时前
AI用量v0.1.11更新发布 新增 jusage doctor 诊断指令 托盘展示token 和余额 新增 AutoClaw 支持
前端·后端·vibecoding
计算机魔术师6 小时前
德国Wiki被黑后两周,OpenAI终于把模型失控的账本摊开了
前端
kyriewen7 小时前
我让 AI 当面试官面了我一轮:第 3 个追问我就卡住了(附 10 道追问清单)
前端·面试·ai编程
IT_陈寒7 小时前
Python的GIL把我坑惨了,多线程跑得比单线程还慢
前端·人工智能·后端
前端snow7 小时前
ai agent --- 多agent框架之图编排引擎-langgraph
前端
竹林8187 小时前
OmniPic Studio v3.2.1 核心技术架构与全平台发版解析文档
前端·浏览器
JamesZhang800787 小时前
页面内存只涨不跌? 一次泄漏排查, 牵出 WeakMap 的诞生
前端
Z小明7 小时前
第 6 章 组件进阶
前端·vue.js
江华森7 小时前
HTTP请求的完整过程详解:从DNS解析到TCP挥手的微秒级实战分析
前端