MCP解析服务器

Name: MCP解析服务器
Author: halilkkaya

作者：halilkkaya6 星标更新：2025-06-28

安装使用来源：spider==github.com

项目介绍

🚗 MCP 车辆搜索系统 - 基于AI的车辆画廊助手

MCP Logo

该项目，模型上下文协议（MCP） 是一个综合示例应用，提供AI助手实时访问车辆数据库的功能。Claude展示了像ChatGPT这样的大型语言模型如何与数据库交互。

🎯 项目概要

MCP（模型上下文协议）是一种革命性的协议，允许AI模型以标准化的方式访问外部数据源。本项目通过实际的车辆画廊场景演示了MCP的强大功能。

🔥 基本特性

🤖 AI助手 使用Claude进行自然语言车辆搜索
🗄️ MCP服务器 安全访问MySQL数据库
📊 高级过滤 15种以上不同的搜索标准
🌐 网络集成 当前车辆信息与Tavily API集成
📱 多接口 终端、Streamlit和基于网络的界面
🔒 安全性 参数化查询防止SQL注入

🏗️ 项目架构

MCP 流程图

📦 文件结构

mcp-anlatim/
├── 📱 应用程序
│   ├── app.py              # 主终端应用程序（Claude + MCP）
│   ├── appst.py            # Streamlit网络应用程序（无MCP，OpenAI + LangChain）
│   └── mcpanlatim.py       # 全面培训和演示应用程序
├── 🔧 MCP服务器
│   └── dataturkmcp.py      # 基于FastMCP的车辆搜索服务器
├── 🗄️ 数据
│   └── veri.xlsx           # Excel格式的车辆数据
├── 📋 配置
│   ├── requirements.txt    # Python依赖项
│   └── .env               # 环境变量（API密钥）
├── 📚 文档
│   ├── README.md          # 此文件
│   ├── kaynak.txt         # 来源和链接
│   └── *.png, *.jpeg      # 视觉材料
└── 📄 LICENSE             # MIT许可证

🚀 快速开始

1️⃣ 安装

# 克隆项目
git clone https://github.com/halilkkaya/mcp-anlatim.git
cd mcp-anlatim

# 创建虚拟环境（推荐）
python -m venv venv
source venv/bin/activate  # Linux/Mac
# 或者
venv\Scripts\activate     # Windows

# 安装依赖项
pip install -r requirements.txt

2️⃣ 设置环境变量

创建.env文件：

# AI API密钥
ANTHROPIC_API_KEY=your_claude_api_key_here
OPENAI_API_KEY=your_openai_api_key_here

# 数据库设置
MYSQL_HOST=localhost
MYSQL_USER=root
MYSQL_PASSWORD=your_mysql_password
MYSQL_DATABASE=mcp_deneme

# 网络搜索API
TAVILY_API_KEY=your_tavily_api_key

# MCP服务器URL
MCP_URL=http://localhost:8000/mcp

3️⃣ 准备数据库

# 在MySQL中创建数据库
mysql -u root -p
CREATE DATABASE mcp_deneme;
USE mcp_deneme;

# 导入车辆数据（如果有）
# 或者使用SQLite文件：arabalar.db

4️⃣ 运行应用程序

🎓 培训和演示（推荐）

streamlit run mcpanlatim.py

全面的MCP叙述、工具介绍和实时测试环境

🖥️ 终端应用程序

python app.py

基于终端的车辆助手，使用Claude

🌐 网络应用程序

streamlit run appst.py

基于OpenAI的网络工具顾问

⚙️ MCP服务器

python dataturkmcp.py

在8000端口启动MCP服务器

🛠️ MCP工具

🔍 `araba_ara` - 主搜索工具

具有高级过滤选项的车辆搜索：

# 基本过滤
araba_ara(
    marka="toyota",           # 车辆品牌
    model="corolla",          # 模型名称
    min_fiyat=100000,         # 最小价格
    max_fiyat=500000,         # 最大价格
    il="istanbul"             # 城市
)

# 高级特性
araba_ara(
    ozel_arama="ekonomik",    # 预定义类别
    siralama="fiyat_artan",   # 排序类型
    limit=10,                 # 结果数量
    detayli=True,             # 详细信息
    istatistik=True           # 统计数据
)

📋 完整参数列表

参数	类型	描述	示例
`marka`	str/list	车辆品牌	"Toyota" 或 ["ford", "bmw"]
`model`	str	模型名称	"focus", "corolla"
`min_fiyat`/`max_fiyat`	int	价格范围	50000, 200000
`min_yil`/`max_yil`	int	模型年份	2015, 2023
`min_km`/`max_km`	int	行驶里程	0, 100000
`il`	str	城市	"istanbul", "ankara"
`yakit`	str	燃料类型	"gasoline", "diesel", "hybrid"
`vites`	str	变速箱类型	"manual", "automatic"
`durum`	str	车辆状况	"new", "excellent", "good"
`tip`	str	车辆类型	"sedan", "suv", "hatchback"
`renk`	str	车辆颜色	"white", "black", "grey"
`ozel_arama`	str	特殊类别	"economic", "luxury", "family", "sport"
`siralama`	str	排序	"price_increased", "year_new", "km_less"
`limit`	int	结果数量	5（默认值）
`detayli`	bool	详细信息	True/False
`benzer_araclar`	bool	相似建议	True/False
`istatistik`	bool	统计数据	True/False

🔧 其他工具

工具	描述	使用
`sql_sorgusu_calistir`	自定义SQL查询	高级分析
`tablolari_listele`	数据库表	结构发现
`tablo_yapisi_goster`	表图	列信息
`web_arama`	Tavily API搜索	当前信息

💡 示例使用场景

🏠 家庭用车搜索

araba_ara(
    ozel_arama="aile",
    min_fiyat=100000,
    max_fiyat=300000,
    yakit="dizel",
    siralama="fiyat_artan"
)

⚡ 寻找经济型车辆

araba_ara(
    ozel_arama="ekonomik",
    max_fiyat=150000,
    yakit=["hibrit", "dizel"],
    limit=10
)

🏎️ 豪华跑车

araba_ara(
    marka=["bmw", "mercedes", "audi"],
    tip="coupe",
    ozel_arama="lüks",
    min_yil=2020,
    detayli=True
)

📊 市场分析

araba_ara(
    marka="toyota",
    istatistik=True,
    benzer_araclar=True,
    limit=20
)

🤖 AI助手示例

💬 自然语言问题

用户: "我正在寻找适合家庭的经济型汽车"
AI: araba_ara(ozel_arama="aile", yakit="dizel", siralama="fiyat_artan")

用户: "宝马或奔驰，2020年后，双门轿跑车"
AI: araba_ara(marka=["bmw", "mercedes"], tip="coupe", min_yil=2020)

用户: "伊斯坦布尔20万以下的丰田汽车"
AI: araba_ara(marka="toyota", il="istanbul", max_fiyat=200000)

🔒 安全特性

🛡️ SQL注入防护：参数化查询
🔐 API密钥安全：环境变量
🚫 访问控制：活动记录过滤
⚠️ 错误管理：安全错误消息
🔍 输入验证：参数验证

📈 性能优化

📊 数据库索引：快速查询
🔗 连接池：资源管理
📝 查询日志：性能跟踪
⚡ 缓存：响应加速

🎓 MCP学习资源

📺 YouTube：MCP服务器描述
📚 HuggingFace：MCP课程

🛠️ 技术细节

🔧 使用的技术

技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 | 技术 |----------|-----------|----------| | AI模型 | Anthropic Claude | 3.5 Haiku | | | OpenAI GPT | 3.5 Turbo | | MCP框架 | FastMCP | 最新 | | 数据库 | MySQL | 8.0+ | | 网络框架 | Streamlit | 最新 | | 机器学习框架 | LangChain | 最新 | | 搜索API | Tavily | v1 |

⚙️ 系统需求

Python：3.8+
RAM：2GB+（推荐4GB）
磁盘：1GB可用空间
网络：互联网连接（用于API）

🔧 API密钥

服务	为什么需要	免费限制
Anthropic	Claude AI模型	$5信用
OpenAI	GPT模型	$5信用
Table	每月1000次搜索。

📋 安装故障排除

❌ 常见问题

1. ModuleNotFoundError

pip install -r requirements.txt

2. 数据库连接错误

# 确保MySQL服务正在运行
# 检查.env文件中的凭据

3. API密钥错误

# 检查.env文件中的API密钥
# 确保密钥有效

4. 端口已被占用

# 使用其他端口启动MCP服务器
python dataturkmcp.py --port 8001

🤝 贡献指南

创建一个分支
创建一个功能分支（git checkout -b feature/amazing-feature）
提交更改（git commit -m '添加精彩功能'）
推送（git push origin feature/amazing-feature）
打开Pull Request

📄 许可证

此项目发布在MIT许可下。详情请参阅LICENSE文件。

👨‍💻 开发者

Halil Kaya

🌐 GitHub: @halilkkaya

🙏 感谢。

Anthropic - Claude AI模型
OpenAI - GPT模型
FastMCP - MCP框架
Table - 网络搜索API
Streamlit - 网络界面

⭐ 如果喜欢这个项目，请记得给它点赞！

📧 对于您的问题：使用Issues部分

🔄 对于更新：关注仓库