首页
/ Model Context Protocol TypeScript SDK 安装与配置指南

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

  1. 克隆项目到本地:

    git clone https://github.com/modelcontextprotocol/typescript-sdk.git
    cd typescript-sdk
    
  2. 安装项目依赖:

    npm install
    
  3. 编译 TypeScript 代码到 JavaScript:

    npm run build
    
  4. 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);
    
  5. 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

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.49 K
kernelkernel
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
ops-nnops-nn
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
pytorchpytorch
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
ops-transformerops-transformer
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
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
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
jiuwenswarmjiuwenswarm
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-skillscannbot-skills
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-learning-hubcann-learning-hub
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