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
2401_894915533 小时前
GEO 优化源码全解析:从搜索引擎到 AI 引擎的底层改写逻辑
java·服务器·前端·数据库·人工智能·分布式·搜索引擎
Profile排查笔记8 小时前
指纹浏览器哪个好?从 Profile、代理、权限和自动化能力判断是否适合
前端·人工智能·后端·自动化
lzhdim8 小时前
12、JavaScript常见的内存泄露问题 - JavaScript学习系列文章
开发语言·前端·javascript·学习·ecmascript
denggun123458 小时前
yield
前端·数据库·python
前端snow8 小时前
ai agent -- prompt汇总
前端
muddjsv10 小时前
前端性能优化实战:从加载到渲染的全面提速指南
前端·性能优化
deli00700710 小时前
JSON 树形查看器:粘贴即解析,折叠展开一目了然
前端·数据库·json·ai编程
guanguan0_011 小时前
PageProxy:页面维度接口地图 + 一键场景切换
前端·ai编程·请求代理·proxy工具
liangshanbo121511 小时前
虚拟列表深度面试题整理
java·开发语言·前端
IT_陈寒11 小时前
Redis内存警告竟是因为这个不起眼的配置项
前端·人工智能·后端