NestJS MCP Server 模块使用教程
2025-04-21 21:06:29作者:宣聪麟
1. 项目介绍
MCP-Nest 是一个为 NestJS 应用程序设计的模块,它使得开发者可以轻松地通过 Model Context Protocol (MCP) 来暴露工具、资源和提示。该模块处理了设置 MCP 服务器的大部分复杂性,允许开发者以熟悉的方式定义工具、资源和提示,并利用 NestJS 的依赖注入功能来使用现有的服务。
2. 项目快速启动
安装
首先,你需要安装 @rekog/mcp-nest 和相关依赖。
npm install @rekog/mcp-nest @modelcontextprotocol/sdk zod
创建 NestJS 应用模块
接下来,创建一个新的模块,并在其中导入 McpModule。
// app.module.ts
import { Module } from '@nestjs/common';
import { McpModule } from '@rekog/mcp-nest';
import { GreetingTool } from './greeting.tool';
@Module({
imports: [
McpModule.forRoot({
name: 'my-mcp-server',
version: '1.0.0',
}),
],
providers: [GreetingTool],
})
export class AppModule {}
定义工具和资源
创建一个工具类,并定义相关资源。
// greeting.tool.ts
import { Injectable } from '@nestjs/common';
import { Tool, Resource, Context } from '@rekog/mcp-nest';
import { z } from 'zod';
import { Progress } from '@modelcontextprotocol/sdk/types';
@Injectable()
export class GreetingTool {
@Tool({
name: 'hello-world',
description: '返回问候语并模拟长时间操作,同时更新进度',
parameters: z.object({
name: z.string().default('World'),
}),
})
async sayHello({ name }: { name: string }, context: Context) {
const greeting = `Hello, ${name}!`;
const totalSteps = 5;
for (let i = 0; i < totalSteps; i++) {
await new Promise((resolve) => setTimeout(resolve, 500));
// 发送进度更新
await context.reportProgress({
progress: (i + 1) * 20,
total: 100,
} as Progress);
}
return {
content: [{ type: 'text', text: greeting }],
};
}
@Resource({
uri: 'mcp://hello-world/{userName}',
name: 'Hello World',
description: '一个简单的问候资源',
mimeType: 'text/plain',
})
async getCurrentSchema({ uri, userName }: { uri: string; userName: string }) {
return {
content: [
{ uri, text: `User is ${userName}`, mimeType: 'text/plain' },
],
};
}
}
启动应用
使用以下命令启动你的 NestJS 应用:
npm run start
3. 应用案例和最佳实践
- 使用 HTTP+SSE:通过 HTTP 和 Server-Sent Events (SSE) 来与 MCP 客户端通信。
- 使用 STDIO:在独立的 NestJS 应用程序中使用 STDIO 传输与 MCP 客户端通信。
- 安全性:使用 NestJS 的守卫 (Guards) 来保护 MCP 端点,例如通过 JWT 或 API 密钥进行验证。
- SSE Ping 服务:配置 SSE ping 服务以维护长连接,防止客户端超时。
4. 典型生态项目
目前没有具体的生态项目列出,但开发者可以探索使用 MCP-Nest 与其他 MCP 客户端集成,例如 IDE 插件、移动应用或其他 Web 应用程序。通过这种方式,可以创建一个统一的交互界面,用于在不同环境中访问 AI 服务和工具。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253