麦克佩-高级人工智能网络浏览

使用Azure OpenAI的MCP服务器与客户端实现

• 利用模型上下文协议（MCP）和Azure OpenAI实现的一个最小化服务器/客户端应用程序。

  1. MCP服务器使用FastMCP构建。
  2. Playwright是微软开发的一款开源端到端测试框架，用于测试现代Web应用。
  3. MCP关于工具的响应将转换为OpenAI函数调用格式。
  4. 将MCP服务器响应转换为OpenAI函数调用格式的桥梁自定义了MCP-LLM Bridge实现。
  5. 为了确保稳定连接，直接将服务器对象传递给桥梁。

模型上下文协议（MCP）

模型上下文协议（MCP） MCP（模型上下文协议）是一种开放协议，它使AI应用程序能够安全、可控地与本地或远程资源进行交互。

官方仓库

• MCP Python SDK
• 创建Python服务器
• MCP服务器

社区资源

• Awesome MCP服务器
• Reddit上的MCP

相关项目

• FastMCP: 快速、Python化的MCP服务器构建方式。
• Chat MCP: MCP客户端
• MCP-LLM Bridge: 允许MCP服务器与兼容OpenAI的LLMs进行通信的MCP实现

MCP Playwright

• MCP Playwright服务器
• 适用于Python的Microsoft Playwright

配置

在2024年12月的开发阶段，Python项目应使用'uv'启动。其他依赖管理库，如'pip'和'poetry'，尚未完全支持MCP CLI。

1. 将.env.template重命名为.env，然后在.env中填写Azure OpenAI的相关值：

   AZURE_OPEN_AI_ENDPOINT=
   AZURE_OPEN_AI_API_KEY=
   AZURE_OPEN_AI_DEPLOYMENT_MODEL=
   AZURE_OPEN_AI_API_VERSION=
   

2. 安装uv用于Python库管理

   pip install uv
   uv sync
   

3. 执行python chatgui.py

   • 样例屏幕显示客户端启动浏览器并导航至URL。
   <img alt="chatgui" src="doc/chatgui_gpt_generate.png" width="300"/>

关于'stdio'

stdio是一个传输层（原始数据流），而JSON-RPC是一个应用层协议（结构化通信）。它们是不同的，但经常被互换使用，例如在协议中提到的“JSON-RPC over stdio”。

工具描述

@self.mcp.tool()
async def playwright_navigate(url: str, timeout=30000, wait_until="load"):
    """导航到一个URL。""" -> 这个注释提供了一个描述，可能会在类似于LLMs中的函数调用机制中使用。

# 输出
Tool(name='playwright_navigate', description='导航到一个URL。', inputSchema={'properties': {'url': {'title': 'Url', 'type': 'string'}, 'timeout': {'default': 30000, 'title': 'timeout', 'type': 'string'}

提示：uv

• 特性

uv run: 运行脚本。
uv venv: 创建一个新的虚拟环境，默认为'.venv'。
uv add: 向脚本添加依赖项
uv remove: 从脚本移除依赖项
uv sync: 同步（安装）项目的依赖项到环境中。

提示

• 终止python.exe命令

taskkill /IM python.exe /F

• Visual Code: Python调试器：使用launch.json进行调试会根据.vscode/launch.json中的配置启动调试器。