MCP OpenAPI Server项目:使用TypeScript SDK实现模型上下文协议
2025-06-08 18:33:54作者:胡易黎Nicole
协议概述
模型上下文协议(MCP)是一种标准化协议,旨在为大型语言模型(LLM)提供上下文信息。该协议将上下文提供与实际的LLM交互分离,使得应用程序能够以统一的方式为LLM提供上下文支持。
MCP OpenAPI Server项目提供的TypeScript SDK完整实现了MCP规范,开发者可以利用它轻松构建MCP客户端和服务器,实现资源、提示和工具的标准化管理。
核心功能
- 多协议支持:支持标准输入输出(stdio)和服务器发送事件(SSE)等多种传输方式
- 全生命周期管理:处理所有MCP协议消息和生命周期事件
- 双向通信:支持客户端与服务器之间的双向请求响应
- 资源管理:统一管理各种类型的上下文资源
安装与配置
安装SDK非常简单,只需运行以下命令:
npm install @modelcontextprotocol/sdk
安装完成后,开发者可以根据需求选择构建客户端或服务器端应用。
客户端开发指南
基础客户端创建
创建MCP客户端需要以下步骤:
import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";
// 1. 创建传输层实例
const transport = new StdioClientTransport({
command: "path/to/server", // 指定服务器路径
});
// 2. 初始化客户端
const client = new Client({
name: "example-client", // 客户端名称
version: "1.0.0", // 版本号
}, {
capabilities: {} // 客户端能力声明
});
// 3. 建立连接
await client.connect(transport);
资源操作示例
连接建立后,客户端可以执行各种资源操作:
// 列出所有可用资源
const resources = await client.request(
{ method: "resources/list" },
ListResourcesResultSchema // 使用预定义的模式验证响应
);
// 读取特定资源内容
const resourceContent = await client.request(
{
method: "resources/read",
params: {
uri: "file:///example.txt" // 资源标识符
}
},
ReadResourceResultSchema
);
服务器端开发指南
基础服务器创建
创建MCP服务器的基本流程:
import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
// 1. 初始化服务器
const server = new Server({
name: "example-server",
version: "1.0.0",
}, {
capabilities: {
resources: {} // 声明服务器支持资源管理
}
});
请求处理设置
服务器需要为支持的请求类型注册处理函数:
// 注册资源列表请求处理器
server.setRequestHandler(ListResourcesRequestSchema, async () => {
return {
resources: [
{
uri: "file:///example.txt",
name: "Example Resource",
},
],
};
});
// 注册资源读取请求处理器
server.setRequestHandler(ReadResourceRequestSchema, async (request) => {
if (request.params.uri === "file:///example.txt") {
return {
contents: [
{
uri: "file:///example.txt",
mimeType: "text/plain",
text: "This is the content of the example resource.",
},
],
};
} else {
throw new Error("Resource not found");
}
});
启动服务器
最后启动服务器并建立传输连接:
const transport = new StdioServerTransport();
await server.connect(transport);
最佳实践
- 错误处理:所有请求处理都应包含完善的错误处理逻辑
- 资源验证:在处理资源请求时,应验证请求参数的有效性
- 性能优化:对于大型资源,考虑实现分块传输机制
- 安全考虑:实现适当的访问控制机制,防止未授权访问
应用场景
MCP OpenAPI Server的TypeScript SDK适用于以下场景:
- LLM插件开发:为LLM开发提供标准化上下文接口
- 知识管理:统一管理LLM的知识库资源
- 工具集成:将各种工具集成到LLM生态系统中
- 多模态支持:支持文本、图像等多种类型资源的统一管理
通过使用MCP OpenAPI Server项目提供的SDK,开发者可以快速构建符合MCP标准的应用程序,实现与各种LLM系统的无缝集成。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
73
63

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
922
551

飞桨多语言OCR工具包(实用超轻量OCR系统,支持80+种语言识别,提供数据标注与合成工具,支持服务器、移动端、嵌入式及IoT设备端的训练与部署)
Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)
Python
47
1

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8

React Native鸿蒙化仓库
C++
192
273

🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
59
16