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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
960
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430