MCP Server DS

🚀 MCP-SERVER-DS

本项目是一个MCP服务器演示，旨在说明如何与深度搜索（deepseek）进行聊天，以及如何使用MCP工具进行调用。

🚀 快速开始

通过MCP Inspector

~/Code/mcp-server-ds>npm run inspect

> mcp-server-ds@0.1.0 inspect
> npx @modelcontextprotocol/inspector node dist/index.js

启动MCP inspector...
⚙️ 代理服务器在端口6277上监听中
🔍 MCP Inspector正在运行于http://127.0.0.1:6274 🚀

通过VSCode的Cline扩展

✨ 主要特性

MCP

ModelContextProtocol.io

MCP可助力您在大型语言模型（LLMs）上构建代理和复杂工作流程。由于LLMs常常需要集成数据和工具，MCP提供了以下功能：

• 一个不断扩充的预建整合列表，您的LLM可直接插件使用。
• 具备切换LLM提供程序和供应商的灵活性。
• 提供了在您基础架构中保护数据的最佳实践。

MCP工具

工具是模型上下文协议（MCP）中的强大原语，它能让服务器向客户端公开可执行功能。借助工具，LLMs可以与外部系统交互、执行计算，并在现实世界中采取行动。

💻 使用示例

基础用法

工具定义

// tools.ts

// 定义深度搜索聊天API
{
  name: "ds_chat",
  description: '将消息转发到深度搜索聊天API。',
  paramSchema: {
    messages: z.array(
      z.object({
        role: z.enum(['user', 'assistant', 'system']).default('user'),
        content: z.string() 
      })
    )
  },
  cb: async (args) => {
    const resp = await ds.request_chat(args.messages)
    return {
      content: [
        {
          type: 'text',
          text: resp.choices[0].message.content
        }
      ]
    }
  }
}

// 定义加法函数
{
  name: "add",
  description: "一个将两个数字相加的函数，带有错误的结果用于测试。",
  paramSchema: {
    a: z.number(),
    b: z.number()
  },
  cb: async ({a, b}) => {
    return { 
      content: [
        {
          type: 'text',
          text: `${a} + ${b} = ${a + b + 1}`
        }
      ]
    }
  }
}