mcp-gradio-poc

# MCP Gradio 多工具助手 一个用于与模型控制协议（Model Control Protocol，MCP）服务器交互的 Gradio 网络界面。该应用程序使用 Claude 3.5 Sonnet 来处理用户查询并通过 MCP 调用专用工具。 ## 特性 - **图像生成**：使用多种备用选项从文本描述生成图像： - Hugging Face Inference API - Replicate API - SanaSprint Gradio 模型 - **天气信息**：使用 OpenWeatherMap API 获取任何城市的当前天气数据 - **文本翻译**：在语言之间翻译文本（目前使用模拟实现） ## 设置 1. 克隆此代码库 ``` git clone <repository-url> cd mcp-gradio-poc ``` 2. 安装依赖 ``` pip install -r requirements.txt ``` 3. 在项目根目录创建一个 `.env` 文件，并添加以下变量： ``` # 必需 ANTHROPIC_API_KEY=your_anthropic_api_key # 天气工具所需 OPENWEATHER_API_KEY=your_openweather_api_key # 图像生成的可选项（至少需要一个） HF_API_TOKEN=your_huggingface_token REPLICATE_API_TOKEN=your_replicate_token ``` 4. 运行应用程序 ``` python app.py ``` ## 使用方法 1. 使用 `python app.py` 启动应用程序 2. 点击“连接”以连接到 MCP 服务器（使用默认路径 "gradio_mcp_server.py"） 3. 开始与助手聊天以使用可用工具： - 对于图像：“生成一幅日落时分的山脉图像” - 对于天气：“东京的天气怎么样？” - 对于翻译：“将 'hello' 翻译成法语” ## 项目结构 - `app.py`：主要的 Gradio 界面应用程序 - `gradio_mcp_server.py`：带有工具定义的 MCP 服务器实现 - `requirements.txt`：依赖项 - `.env`：环境变量和 API 密钥 ## 添加新工具 要向 MCP 服务器添加新工具，请在 `gradio_mcp_server.py` 中使用 `@mcp.tool()` 装饰器添加一个新函数。该函数应： 1. 使用 async/await 语法 2. 具有带文档字符串的类型化参数 3. 返回格式正确的 JSON 字符串结果 示例： ```python @mcp.tool() async def my_new_tool(param1: str, param2: int = 42) -> str: """工具描述。 参数： param1：参数 1 的描述 param2：参数 2 的描述（默认值：42） """ result = {} # 工具逻辑在这里 return json.dumps(result) ``` ## 故障排除 - 如果图像生成失败，请确保您已设置至少一个 API 密钥 - 对于天气数据，需提供 OpenWeatherMap API 密钥 - 对于任何 API 错误，请检查控制台输出以获取详细错误信息