官方说明2 个来源开源项目2 天前
nicholas5568/python-mcp-server-client
支持查询主流agent框架技术文档的MCP server（支持stdio和sse两种传输协议）, 支持…
在 GitHub 查看 ↗直链 · 无中转页
官方说明支持查询主流agent框架技术文档的MCP server（支持stdio和sse两种传输协议）, 支持 langchain、llama-index、autogen、agno、openai-agents-sdk、mcp-doc、camel-ai 和 crew-ai
- ★ 数取值
- 0 ★ · nicholas5568/python-mcp-server-client · 取自 GitHub 搜索 API · （2026-10-16 20:00:20 核对）
- 来源明细
- 从该仓库的 GitHub 页面直接读取 · 条目类型：开源项目
- 收录与活跃
- 收录于 2026-10-15 · 最近见到 2026-10-16 · 共见到 2 次 · 被 2 个来源列出
- 评分构成
- 综合分 203 · 2 个来源 · repo
常见问题（答案都来自我们的记录）
怎么安装？
我们【没有】从该仓库取到安装命令（我们的 install 覆盖率只有约 4%）。请看它的 README 或 releases 页。
它适合谁 / 用来做什么？
我们把它归在这些标签下: 开源项目。标签来自条目自身，不是我们强加的分类。
谁维护它、还在更新吗？
仓库
nicholas5568/python-mcp-server-client；我们收录于 2026-10-15；最近见到 2026-10-16。这里没有"官方认证"或"质量评级"——我们只记录来源与时间。第三方质量标记
Python 从0到1构建MCP Server & Client
以下摘录自该仓库的 README（片段） · 在 GitHub 读完整 README →
中文 | English
简介
MCP Server 是实现模型上下文协议（MCP）的服务器，旨在为 AI 模型提供一个标准化接口，连接外部数据源和工具，例如文件系统、数据库或 API。
MCP 的优势
在 MCP 出现前，AI 调用工具基本通过 Function Call 完成，存在以下问题：
1. 不同的大模型厂商 Function Call 格式不一致
2. 大量 API 工具的输入和输出格式不一致，封装管理繁琐
MCP 相当于一个统一的 USB-C，不仅统一了不同大模型厂商的 Function Call 格式，也对相关工具的封装进行了统一。
MCP 传输协议
目前 MCP 支持两种主要的传输协议：
1. **Stdio 传输协议**
- 针对本地使用
- 需要在用户本地安装命令行工具
- 对运行环境有特定要求
2. **SSE（Server-Sent Events）传输协议**
- 针对云服务部署
- 基于 HTTP 长连接实现
项目结构
MCP Server
- Stdio 传输协议（本地）
- SSE 传输协议（远程）
MCP Client（客户端）
- 自建客户端（Python）
- Cursor
- Cline
环境配置
1. 安装 UV 包
**MacOS/Linux:**
**Windows:**
2. 初始化项目
构建工具函数
为了让大模型能访问市面上主流框架的技术文档，我们主要通过用户输入的 query，结合指定 site 特定域名的谷歌搜索进行搜索相关网页，并对相关网页进行解析提取网页文本并返回。
1. 构建相关文档映射字典
2. 构建 MCP 工具
封装 MCP Server (基于 Stdio 协议)
1. MCP Server (Stdio)
启动命令：
2. 客户端配置
2.1 基于 Cline
首先在 Visual Studio Code 安装 Cline 插件，然后进行配置 MCP
成功绑定如图（左侧绿灯）：
2.2 基于 Cursor
项目根目录创建 .cursor 文件夹，并创建 mcp.json 文件，如：
然后粘贴以下内容到 mcp.json
成功配置如图：
在 Features 开启 MCP 服务
通过对话它便通过 MCP 获取相关文档信息进行回答：
构建 SSE MCP Server (基于 SSE 协议)
1. 封装 MCP Server
启动命令：
以上 MCP server 代码直接在你的云服务器跑即可。
2. 构建 MCP Client
启动命令：
Client 日志：
Server 日志：
以上便是 Python 从 0 到 1 搭建 MCP Server 以及 MCP Client 的完整教程。有不对的地方请多多指教。
参考相关资料：
- https://www.youtube.com/watch?v=Ek8JHgZtmcI
- https://serper.dev/
- https://modelcontextprotocol.io/quickstart/server
- https://modelcontextprotocol.io/quickstart/client
- https://docs.cursor.com/context/model-context-protocol
简介
MCP Server 是实现模型上下文协议（MCP）的服务器，旨在为 AI 模型提供一个标准化接口，连接外部数据源和工具，例如文件系统、数据库或 API。
MCP 的优势
在 MCP 出现前，AI 调用工具基本通过 Function Call 完成，存在以下问题：
1. 不同的大模型厂商 Function Call 格式不一致
2. 大量 API 工具的输入和输出格式不一致，封装管理繁琐
MCP 相当于一个统一的 USB-C，不仅统一了不同大模型厂商的 Function Call 格式，也对相关工具的封装进行了统一。
MCP 传输协议
目前 MCP 支持两种主要的传输协议：
1. **Stdio 传输协议**
- 针对本地使用
- 需要在用户本地安装命令行工具
- 对运行环境有特定要求
2. **SSE（Server-Sent Events）传输协议**
- 针对云服务部署
- 基于 HTTP 长连接实现
项目结构
MCP Server
- Stdio 传输协议（本地）
- SSE 传输协议（远程）
MCP Client（客户端）
- 自建客户端（Python）
- Cursor
- Cline
环境配置
1. 安装 UV 包
**MacOS/Linux:**
**Windows:**
2. 初始化项目
构建工具函数
为了让大模型能访问市面上主流框架的技术文档，我们主要通过用户输入的 query，结合指定 site 特定域名的谷歌搜索进行搜索相关网页，并对相关网页进行解析提取网页文本并返回。
1. 构建相关文档映射字典
2. 构建 MCP 工具
封装 MCP Server (基于 Stdio 协议)
1. MCP Server (Stdio)
启动命令：
2. 客户端配置
2.1 基于 Cline
首先在 Visual Studio Code 安装 Cline 插件，然后进行配置 MCP
成功绑定如图（左侧绿灯）：
2.2 基于 Cursor
项目根目录创建 .cursor 文件夹，并创建 mcp.json 文件，如：
然后粘贴以下内容到 mcp.json
成功配置如图：
在 Features 开启 MCP 服务
通过对话它便通过 MCP 获取相关文档信息进行回答：
构建 SSE MCP Server (基于 SSE 协议)
1. 封装 MCP Server
启动命令：
以上 MCP server 代码直接在你的云服务器跑即可。
2. 构建 MCP Client
启动命令：
Client 日志：
Server 日志：
以上便是 Python 从 0 到 1 搭建 MCP Server 以及 MCP Client 的完整教程。有不对的地方请多多指教。
参考相关资料：
- https://www.youtube.com/watch?v=Ek8JHgZtmcI
- https://serper.dev/
- https://modelcontextprotocol.io/quickstart/server
- https://modelcontextprotocol.io/quickstart/client
- https://docs.cursor.com/context/model-context-protocol
- 来源
- github · https://github.com/nicholas5568/python-mcp-server-client
- 按领域浏览
- 开源项目
- 收录于
- 昨天
更多开源项目
所属领域与标签
每个标签都能点进去看同类的全部条目。数字是当前库里的真实条数。