项目概述

这是一个Model Context Protocol (MCP)服务器，它使OpenAI的gpt-4o-search-preview模型可以通过MCP访问。

• app/app.py: 主应用程序入口点。
• requirements.txt: 列出了运行应用程序所需的Python依赖项。
• dockerfile: 构建和在Docker容器中运行应用程序的指令。
• .env.example: 环境变量示例文件。复制此文件到.env并根据需要更新值。

---

部署说明

1. 环境变量

在运行应用程序之前，请设置环境变量：

1. 将.env.example复制到.env：

   cp .env.example .env
   

2. 编辑.env并根据您的环境需要更新值。

2. 使用Docker部署

1. 构建Docker镜像：

   docker build -t my-python-app -f dockerfile .
   

2. 运行容器：

   docker run --env-file .env -p 8000:8000 my-python-app
   

3. 使用Python（虚拟环境）部署

1. 创建并激活一个虚拟环境：

   python3 -m venv venv
   source venv/bin/activate
   

2. 安装依赖项：

   pip install -r requirements.txt
   

3. 设置环境变量（参见.env.example）。
4. 运行应用程序：

   python app/app.py
   

---

示例：使用roo代码连接到MCP

以下是用于gpt-4o-search MCP服务的配置块示例：

"gpt-4o-search": {
  "url": "http://link-to-where-service-is-hosted:8000/sse",
  "transport": "http",
  "alwaysAllow": [
    "search"
  ],
  "timeout": 300
}

Python示例：执行“搜索”操作

以下Python代码演示了如何使用上述配置连接到MCP服务，并使用roo代码原则执行“搜索”操作。此示例使用requests库向MCP端点发送搜索请求。

from mcp import MCPClient

# 初始化gpt-4o-search服务器的MCP客户端
client = MCPClient("http://link-to-where-service-is-hosted:8000/sse")

# 执行“搜索”操作
result = client.tool("search", {"query": "什么是模型上下文协议？"})

print("搜索结果:", result)
### 解释

- **MCPClient**: 官方的`mcp` Python库提供了`MCPClient`类来连接到MCP服务器。
- **client = MCPClient(...)**: 使用gpt-4o-search MCP服务器的URL初始化客户端。
- **client.tool("search", {...})**: 通过指定工具名称和参数字典来执行“搜索”操作。
- **结果**: 打印搜索操作的结果。

---
# 注意事项

- 只执行上述列出的工作，不要偏离这些指示。
- 如需更多详细信息，请参考代码库中的各个文件和注释。