bisheng 的 MCP服务器添加 或 系统集成

weixin_421133412025-10-23 1:31

我来帮您了解如何设计MCP服务器并添加到bisheng系统中。让我先查看现有的MCP相关代码。

2 tools called

现在让我查看MCP相关的API接口和配置：

2 tools called

基于我对bisheng系统中MCP架构的分析，我来为您详细介绍如何设计MCP服务器并添加到bisheng中。

MCP服务器设计与集成指南

1. MCP架构概述

bisheng系统已经集成了完整的MCP（Model Context Protocol）支持，包括：

  • 客户端管理 ：ClientManager负责管理MCP连接
  • 传输协议：支持SSE和STDIO两种传输方式
  • 工具集成：自动将MCP工具转换为LangChain工具
  • API接口：提供完整的MCP工具管理API

2. MCP服务器配置格式

bisheng支持标准的MCP配置格式：

json 复制代码 
{
  "mcpServers": {
    "server_name": {
      "name": "服务器显示名称",
      "description": "服务器描述",
      "type": "stdio",  // 或 "sse"
      "command": "python",  // STDIO模式
      "args": ["-m", "your_mcp_server"],
      "env": {
        "API_KEY": "${API_KEY}"
      }
    }
  }
}

支持的传输类型：

STDIO模式（推荐）
json 复制代码 
{
  "mcpServers": {
    "my_server": {
      "name": "我的MCP服务器",
      "description": "自定义MCP服务器",
      "command": "python",
      "args": ["-m", "my_mcp_server"],
      "env": {
        "API_KEY": "your_api_key"
      }
    }
  }
}
SSE模式
json 复制代码 
{
  "mcpServers": {
    "my_server": {
      "name": "我的MCP服务器", 
      "description": "自定义MCP服务器",
      "url": "http://localhost:3000/sse"
    }
  }
}

3. 创建MCP服务器

3.1 使用Python创建MCP服务器
python 复制代码 
# my_mcp_server.py
import asyncio
from mcp.server import Server
from mcp.server.stdio import stdio_server
from mcp.types import Tool, TextContent

# 创建MCP服务器实例
server = Server("my-server")

@server.list_tools()
async def list_tools() -> list[Tool]:
    """列出可用工具"""
    return [
        Tool(
            name="get_weather",
            description="获取指定城市的天气信息",
            inputSchema={
                "type": "object",
                "properties": {
                    "city": {
                        "type": "string",
                        "description": "城市名称"
                    }
                },
                "required": ["city"]
            }
        ),
        Tool(
            name="calculate",
            description="执行数学计算",
            inputSchema={
                "type": "object", 
                "properties": {
                    "expression": {
                        "type": "string",
                        "description": "数学表达式"
                    }
                },
                "required": ["expression"]
            }
        )
    ]

@server.call_tool()
async def call_tool(name: str, arguments: dict) -> list[TextContent]:
    """调用工具"""
    if name == "get_weather":
        city = arguments.get("city", "")
        # 这里调用实际的天气API
        weather_info = f"{city}的天气：晴天，25°C"
        return [TextContent(type="text", text=weather_info)]
    
    elif name == "calculate":
        expression = arguments.get("expression", "")
        try:
            # 安全的数学计算（仅支持基本运算）
            result = eval(expression)
            return [TextContent(type="text", text=f"计算结果：{result}")]
        except Exception as e:
            return [TextContent(type="text", text=f"计算错误：{str(e)}")]
    
    else:
        return [TextContent(type="text", text=f"未知工具：{name}")]

async def main():
    """启动服务器"""
    async with stdio_server() as (read_stream, write_stream):
        await server.run(read_stream, write_stream, server.create_initialization_options())

if __name__ == "__main__":
    asyncio.run(main())
3.2 使用Node.js创建MCP服务器
javascript 复制代码 
// my_mcp_server.js
import { Server } from '@modelcontextprotocol/sdk/server/index.js';
import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';
import { CallToolRequestSchema, ListToolsRequestSchema } from '@modelcontextprotocol/sdk/types.js';

const server = new Server(
  {
    name: "my-server",
    version: "1.0.0",
  },
  {
    capabilities: {
      tools: {},
    },
  }
);

// 列出工具
server.setRequestHandler(ListToolsRequestSchema, async () => {
  return {
    tools: [
      {
        name: "get_weather",
        description: "获取指定城市的天气信息",
        inputSchema: {
          type: "object",
          properties: {
            city: {
              type: "string",
              description: "城市名称"
            }
          },
          required: ["city"]
        }
      }
    ]
  };
});

// 调用工具
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  const { name, arguments: args } = request.params;
  
  if (name === "get_weather") {
    const city = args.city;
    return {
      content: [
        {
          type: "text",
          text: `${city}的天气：晴天，25°C`
        }
      ]
    };
  }
  
  throw new Error(`未知工具：${name}`);
});

// 启动服务器
async function main() {
  const transport = new StdioServerTransport();
  await server.connect(transport);
}

main().catch(console.error);

4. 将MCP服务器添加到bisheng

4.1 通过API添加
bash 复制代码 
# 1. 解析MCP配置
curl -X POST "http://localhost:4001/api/v1/assistant/mcp/tool_schema" \
  -H "Content-Type: application/json" \
  -d '{
    "file_content": "{\"mcpServers\":{\"my_server\":{\"name\":\"我的MCP服务器\",\"description\":\"自定义MCP服务器\",\"command\":\"python\",\"args\":[\"-m\",\"my_mcp_server\"]}}}"
  }'

# 2. 测试MCP工具
curl -X POST "http://localhost:4001/api/v1/assistant/mcp/tool_test" \
  -H "Content-Type: application/json" \
  -d '{
    "openapi_schema": "{\"mcpServers\":{\"my_server\":{\"command\":\"python\",\"args\":[\"-m\",\"my_mcp_server\"]}}}",
    "extra": "{\"name\":\"get_weather\"}",
    "request_params": {"city": "北京"}
  }'
4.2 通过前端界面添加
  1. 进入工具管理页面
  2. 选择MCP工具类型
  3. 上传MCP配置文件
  4. 测试工具功能
  5. 保存配置

5. 高级MCP服务器功能

5.1 支持资源管理
python 复制代码 
@server.list_resources()
async def list_resources() -> list[Resource]:
    """列出可用资源"""
    return [
        Resource(
            uri="file:///path/to/file.txt",
            name="示例文件",
            description="一个示例文本文件",
            mimeType="text/plain"
        )
    ]

@server.read_resource()
async def read_resource(uri: str) -> str:
    """读取资源内容"""
    if uri.startswith("file://"):
        file_path = uri[7:]  # 移除 file:// 前缀
        with open(file_path, 'r', encoding='utf-8') as f:
            return f.read()
    raise ValueError(f"不支持的URI: {uri}")
5.2 支持提示模板
python 复制代码 
@server.list_prompts()
async def list_prompts() -> list[Prompt]:
    """列出可用提示模板"""
    return [
        Prompt(
            name="weather_prompt",
            description="天气查询提示模板",
            arguments=[
                PromptArgument(
                    name="city",
                    description="城市名称",
                    required=True
                )
            ]
        )
    ]

@server.get_prompt()
async def get_prompt(name: str, arguments: dict) -> list[TextContent]:
    """获取提示内容"""
    if name == "weather_prompt":
        city = arguments.get("city", "")
        return [TextContent(
            type="text",
            text=f"请查询{city}的天气信息，包括温度、湿度和天气状况。"
        )]
    raise ValueError(f"未知提示：{name}")

6. 部署和配置

6.1 环境配置
bash 复制代码 
# 安装MCP依赖
pip install mcp

# 设置环境变量
export API_KEY="your_api_key"
export MCP_SERVER_PATH="/path/to/your/server"
6.2 系统集成
python 复制代码 
# 在bisheng中集成自定义MCP客户端
from bisheng.mcp_manage.manager import ClientManager
from bisheng.mcp_manage.langchain.tool import McpTool

# 创建MCP客户端
client = await ClientManager.connect_mcp(
    client_type="stdio",
    command="python",
    args=["-m", "my_mcp_server"]
)

# 获取工具列表
tools = await client.list_tools()

# 转换为LangChain工具
for tool in tools:
    langchain_tool = McpTool.get_mcp_tool(
        name=tool.name,
        description=tool.description,
        mcp_client=client,
        mcp_tool_name=tool.name,
        arg_schema=tool.inputSchema
    )

7. 最佳实践

  1. 错误处理：在MCP服务器中实现完善的错误处理
  2. 安全性：验证输入参数，避免代码注入
  3. 性能优化：使用异步操作，避免阻塞
  4. 日志记录：添加详细的日志记录
  5. 测试覆盖：编写完整的单元测试和集成测试

8. 故障排除

常见问题：

  1. 连接失败：检查MCP服务器是否正常运行
  2. 工具未显示：验证MCP配置格式是否正确
  3. 调用失败：检查工具参数和返回值格式

调试方法：

python 复制代码 
# 启用调试模式
import logging
logging.basicConfig(level=logging.DEBUG)

# 测试MCP连接
client = ClientManager.sync_connect_mcp_from_json(config)
tools = await client.list_tools()
print(f"可用工具：{[tool.name for tool in tools]}")

通过以上步骤，您可以成功设计并集成MCP服务器到bisheng系统中，实现自定义工具的功能扩展。

相关推荐
AKAMAI4 小时前
安全风暴的绝地反击 ：从告警地狱到智能防护
运维·人工智能·云计算
hkNaruto5 小时前
【DevOps】基于Nexus部署内网pypi代理镜像仓库操作手册
运维·devops
ximy13355 小时前
AI服务器工作之线材的接口介绍
运维·服务器
leo__5206 小时前
skynet.start 的作用详细解析
服务器
ximy13356 小时前
AI服务器工作之ubuntu系统下的驱动安装
运维·服务器·ubuntu
²º²²এ松6 小时前
蓝牙低功耗（BLE）通信的中心设备/外围设备（连接角色）、主机/从机（时序角色）、客户端/服务器（数据交互角色）的理解
运维·服务器·数据库
Maple_land6 小时前
常见Linux环境变量深度解析
linux·运维·服务器·c++·centos
xx.ii7 小时前
jenkins流水线项目部署
运维·jenkins
小白银子7 小时前
零基础从头教学Linux（Day 53）
linux·运维·python
热门推荐
01GitHub 镜像站点02BongoCat - 跨平台键盘猫动画工具03UV安装并设置国内源04Linux下V2Ray安装配置指南05GitLab 零基础入门指南：从安装到项目管理全流程06NVIDIA显卡驱动、CUDA、cuDNN 和 TensorRT 版本匹配指南07一文了解国产算子编程语言 TileLang，TileLang 对国产开源生态的影响与启示082025软件测试面试八股文（含答案+文档）09在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）10Labelme从安装到标注：零基础完整指南