Model Context Protocol TypeScript SDK 安装与配置指南
2026-01-30 04:03:43作者:伍希望
1. 项目基础介绍
Model Context Protocol (MCP) TypeScript SDK 是一个开源项目,旨在为开发者提供一种标准化的方式来构建与大型语言模型(LLM)交互的服务器和客户端。它允许应用以安全、标准化的方式向 LLM 应用程序提供上下文信息,从而分离上下文提供和 LLM 实际交互的职责。
该项目主要使用 TypeScript 编程语言,它是 JavaScript 的一个超集,添加了静态类型选项。TypeScript 提供了更好的代码组织和类型检查,使代码更加健壮和易于维护。
2. 关键技术和框架
- TypeScript: 作为项目的编程语言,提供了类型安全性和先进的编程特性。
- Model Context Protocol (MCP): 核心协议,定义了服务器和客户端之间交互的标准方式。
- Zod: 用于验证和解析传入参数的类型。
- Express: 在 HTTP 服务器模式下,用于创建和管理的 Web 应用程序框架。
3. 安装和配置准备工作
在开始安装之前,请确保您的开发环境中已经安装以下工具:
- Node.js: 运行 TypeScript 代码的 JavaScript 运行时环境。
- npm: Node.js 包管理器,用于管理项目的依赖。
详细安装步骤
-
克隆项目到本地:
git clone https://github.com/modelcontextprotocol/typescript-sdk.git cd typescript-sdk -
安装项目依赖:
npm install -
编译 TypeScript 代码到 JavaScript:
npm run build -
根据您的需求配置 SDK。以下是一个简单的服务器配置示例:
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp"; import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio"; const server = new McpServer({ name: "Example", version: "1.0.0", }); // 添加资源和工具,例如: server.resource("example", "example://resource", async (uri) => { return { contents: [ { uri: uri.href, text: "这是一个示例资源" }, ], }; }); server.tool("exampleTool", { param: z.string() }, async ({ param }) => { return { content: [ { type: "text", text: `工具输出: ${param}` }, ], }; }); // 使用标准输入输出作为传输媒介 const transport = new StdioServerTransport(); await server.connect(transport); -
运行您的服务器:
如果您使用的是上面的示例代码,可以通过 Node.js 运行它:
node dist/example-server.js请确保将
dist/example-server.js替换为您实际保存服务器代码的文件路径。
完成以上步骤后,您的 MCP TypeScript SDK 应该已经安装并配置成功,可以开始进行进一步的开发工作了。
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 StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0769
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.49 K
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
494
518
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++
786
1.58 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
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++
973
2.29 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
CANN 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 Notebook
648
287