kimtth/mcp-aoai-web-browsing

用于使用 Azure OpenAI 的 MCP 服务器和客户端实现

• 一个使用模型上下文协议（MCP）和 Azure OpenAI 的最小化服务器/客户端应用程序实现。

  1. MCP 服务器使用 FastMCP 构建。
  2. Playwright 是微软开发的一个开源端到端测试框架，用于测试现代 Web 应用程序。
  3. MCP 关于工具的响应将被转换为 OpenAI 函数调用格式。
  4. 将 MCP 服务器响应转换为 OpenAI 函数调用格式的桥接器自定义了 MCP-LLM Bridge 实现。
  5. 为确保稳定连接，服务器对象直接传递给桥接器。

模型上下文协议 (MCP)

模型上下文协议 (MCP) MCP (Model Context Protocol) 是一个开放协议，它能够实现 AI 应用程序与本地或远程资源之间的安全、受控交互。

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
• MCP on Reddit

相关项目

• FastMCP: 快速、Pythonic 的方式构建 MCP 服务器。
• Chat MCP: MCP 客户端
• MCP-LLM Bridge: 实现 MCP 服务器与 OpenAI 兼容 LLM 之间通信的 MCP 实现

MCP Playwright

• MCP Playwright 服务器
• Microsoft Playwright for Python

配置

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

   • 示例屏幕显示客户端启动浏览器导航到 URL。
   

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，例如协议中的 "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 URL。""" -> 此注释提供描述，可能用于类似 LLM 中函数调用的机制。

# 输出
Tool(name='playwright_navigate', description='导航到 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: 从脚本中移除依赖项
uv sync: 同步（安装）项目的依赖项与环境。

提示

• taskkill 命令用于 python.exe

taskkill /IM python.exe /F

• Visual Code: Python Debugger: 使用 launch.json 启动调试器，将使用 .vscode/launch.json 中的配置进行调试。