MCP-新一代
项目介绍
<div align="center">
<img src="https://github.com/Lotargo/MCP-NG/blob/main/docs/logo/logo.png?raw=true" alt="MCP-NG Logo" width="350"/>
<h1>MCP-NG</h1>
<p>用于模型上下文协议（MCP）的高性能通用服务器，由Go驱动</p>
<p>
<img src="https://img.shields.io/badge/项目状态-活跃-brightgreen" alt="项目状态：活跃"/>
<img src="https://img.shields.io/badge/许可证-Apache_2.0-blue.svg" alt="许可证：Apache 2.0"/>
<img src="https://img.shields.io/badge/Go-1.24+-00ADD8.svg?logo=go&logoColor=white" alt="Go 版本"/>
<img src="https://img.shields.io/badge/Python-3.11+-3776AB.svg?logo=python&logoColor=white" alt="Python 版本"/>
<img src="https://img.shields.io/badge/gRPC-v1.64-00D4B1.svg?logo=grpc&logoColor=white" alt="gRPC"/>
</p>
</div>
<h1>MCP-NG: 由Go驱动的模型上下文协议服务器</h1>
<p>MCP-NG 是 Anthropic 的 <strong>模型上下文协议（MCP）</strong> 的高性能模块化服务器实现。完全用 Go 编写，该项目提供了一个强大且通用的框架，通过统一的 gRPC API 暴露各种工具来协调智能代理。</p>
<p>此项目的核心理念是创建一个与语言无关的微服务生态系统。这允许无缝集成用任何语言编写的工具，从用 Go 编写的通用工具到用 Python 编写的专用机器学习工具。</p>
<h2>关键特性</h2>
<ul>
<li><strong>高性能 Go 内核：</strong> 主服务器用 Go 构建，提供了出色的性能、并发性和可靠性，以协调多个工具服务器。</li>
<li><strong>双 gRPC & HTTP/REST API：</strong> 服务器通过高性能 gRPC（默认端口 8090）和标准 HTTP/REST API（默认端口 8002）暴露其服务，后者使用 gRPC-Gateway。这为任何客户端提供了最大的灵活性，无论是系统级集成还是简单的 Web 脚本。</li>
<li><strong>通用 gRPC 基础通信：</strong> 内部骨干网使用 gRPC，确保了所有工具交互的语言无关性、强类型和高效协议。</li>
<li><strong>微服务架构：</strong> 每个工具都是一个独立的微服务，允许独立开发、部署和扩展。</li>
<li><strong>高级 ML 工具集成：</strong> 平台设计为无缝集成资源密集型机器学习工具（例如，用于文本摘要、语义搜索），并将它们作为代理工具箱中的第一类公民。</li>
<li><strong>自动工具发现 & 健康监控：</strong> 服务器会自动发现并启动注册工具，持续通过 gRPC 健康检查监控它们的状态，并确保只有健康的工具对代理可用。</li>
</ul>
<h2>架构</h2>
<p>我设计 MCP-NG 时注重模块化和可扩展性。系统的中心是<strong>主 MCP 服务器</strong>，它充当各种工具服务器的中央枢纽。客户端应用程序，如聊天机器人或其他自主代理，通过 gRPC 或 HTTP/REST 与主 MCP 服务器通信，以访问可用工具。</p>
graph TD
subgraph "客户端应用程序"
A[gRPC 客户端]
H[HTTP/REST 客户端]
end
A -->|端口 8090 上的 gRPC 请求| B(主 MCP 服务器);
H -->|端口 8002 上的 HTTP/REST 请求| B;
B -->|gRPC 代理| C{Go 工具 1};
B -->|gRPC 代理| D{Go 工具 2};
B -->|gRPC 代理| E{Python 工具 3};
B -->|gRPC 代理| F[人桥];
subgraph "工具服务器"
C
D
E
F
end
style B fill:#ffa500,stroke:#333,stroke-width:2px,color:#000
sequenceDiagram
participant 用户
participant LLM
participant "MCP 服务器 (gRPC/HTTP)"
participant 工具
用户->>LLM: 提示
LLM->>"MCP 服务器 (gRPC/HTTP)": 列出工具() 通过 GET /v1/tools
"MCP 服务器 (gRPC/HTTP)"-->>LLM: 可用工具列表
LLM->>LLM: 推理应使用哪个工具
LLM->>"MCP 服务器 (gRPC/HTTP)": 运行工具(tool_name, 参数) 通过 POST /v1/tools:run
"MCP 服务器 (gRPC/HTTP)"->>工具: 通过 gRPC 执行工具
工具-->>"MCP 服务器 (gRPC/HTTP)": 工具输出
"MCP 服务器 (gRPC/HTTP)"-->>LLM: 观察结果 (工具结果)
LLM->>用户: 最终答案
有关如何将 MCP-NG 与 LLM 集成并使用 ReAct 模式的更多信息，请参阅 集成指南。可用工具列表