MCP CLI - 模型上下文提供者命令行界面

MCP CLI - 模型上下文提供者命令行界面

mcp-cli 项目地址: https://gitcode.com/gh_mirrors/mc/mcp-cli

1. 项目介绍

MCP CLI 是一个功能丰富的命令行界面工具，用于与模型上下文提供者服务器进行交互。它通过集成 CHUK-MCP 协议库，实现了与大型语言模型（LLM）的无缝通信。该协议库是一个兼容 pyodide 的纯 Python 协议实现，支持工具使用、会话管理和多种操作模式。

2. 项目快速启动

首先，确保您的系统中安装了 Python 3.11 或更高版本。

克隆仓库

git clone https://github.com/chrishayuk/mcp-cli.git
cd mcp-cli

安装依赖

pip install -e ".[cli,dev]"

运行 CLI

mcp-cli --help

使用 UV（可选）

如果偏好使用 UV 进行依赖管理：

# 安装 UV（如果尚未安装）
pip install uv

# 安装依赖
uv sync --reinstall

# 运行使用 UV
uv run mcp-cli --help

3. 应用案例和最佳实践

聊天模式

聊天模式提供了一个对话式界面，允许直接与 LLM 交互，并自动使用可用的工具：

mcp-cli chat --server sqlite

如果需要指定提供商和模型：

mcp-cli chat --server sqlite --provider openai --model gpt-4o
mcp-cli chat --server sqlite --provider ollama --model llama3.2

交互模式

交互模式提供了一个命令行界面，用于直接与服务器进行交互：

mcp-cli interactive --server sqlite

命令模式

命令模式提供了一个类 Unix 的接口，适用于自动化和管道集成：

mcp-cli cmd --server sqlite [options]

4. 典型生态项目

MCP CLI 可以与多种 LLM 提供商一起使用，例如 OpenAI 和 Ollama。以下是一些生态中常见的项目：

• OpenAI 集成：通过 MCP CLI 使用 OpenAI 提供的模型。
• Ollama 集成：在本地安装 Ollama 后，通过 MCP CLI 使用 Ollama 模型。
• 服务器配置：通过编辑 server_config.json 文件来配置服务器连接。

以上是关于 MCP CLI 的基本介绍、快速启动和应用案例。希望这能帮助您更好地理解和使用这个强大的工具。

mcp-cli 项目地址: https://gitcode.com/gh_mirrors/mc/mcp-cli