43fe6046b4
feat(mcp): 集成MCP SSE协议支持并扩展工具调用能力 新增MCP客户端类型（mcp_ssd），支持通过Model Context Protocol连接外部工具服务器。 更新文档和配置模板，提供完整的MCP接入指南；主程序启动时自动初始化MCP工具提供器， tool_api 与 tool_use 核心链路新增对MCP工具的检测与调用，实现与既有插件工具的无缝兼容。 同步更新配置模型、模板与帮助文档。
176 lines
3.7 KiB
Markdown
176 lines
3.7 KiB
Markdown
# MCP工具集成 - 简化指南
|
||
|
||
## ✅ 已完成的工作
|
||
|
||
MCP (Model Context Protocol) 工具支持已经完全集成到MoFox Bot！**AI现在可以自动发现并调用MCP工具了**。
|
||
|
||
## 🎯 快速开始
|
||
|
||
### 步骤1: 启动MCP服务器
|
||
|
||
首先你需要一个MCP服务器。最简单的方式是使用官方提供的文件系统服务器：
|
||
|
||
```bash
|
||
# 安装（需要Node.js）
|
||
npm install -g @modelcontextprotocol/server-filesystem
|
||
|
||
# 启动服务器，允许访问指定目录
|
||
mcp-server-filesystem --port 3000 /path/to/your/project
|
||
```
|
||
|
||
### 步骤2: 配置Bot
|
||
|
||
编辑 `config/bot_config.toml`，在文件末尾添加：
|
||
|
||
```toml
|
||
[[mcp_servers]]
|
||
name = "filesystem"
|
||
url = "http://localhost:3000"
|
||
api_key = "" # 如果服务器不需要认证就留空
|
||
timeout = 30
|
||
enabled = true
|
||
```
|
||
|
||
### 步骤3: 启动Bot
|
||
|
||
```bash
|
||
python bot.py
|
||
```
|
||
|
||
启动后你会看到：
|
||
|
||
```
|
||
[INFO] 连接MCP服务器: filesystem (http://localhost:3000)
|
||
[INFO] 从filesystem获取5个工具
|
||
[INFO] MCP工具提供器初始化成功
|
||
```
|
||
|
||
### 步骤4: AI自动使用工具
|
||
|
||
现在AI可以自动调用MCP工具了！
|
||
|
||
**示例对话：**
|
||
|
||
```
|
||
用户: 帮我读取README.md文件的内容
|
||
|
||
AI: [内部决策: 需要读取文件 → 调用 filesystem_read_file 工具]
|
||
README.md的内容是...
|
||
|
||
用户: 列出当前目录下的所有文件
|
||
|
||
AI: [调用 filesystem_list_directory 工具]
|
||
当前目录包含以下文件：
|
||
- README.md
|
||
- bot.py
|
||
- ...
|
||
```
|
||
|
||
## 🔧 工作原理
|
||
|
||
```
|
||
用户消息
|
||
↓
|
||
AI决策系统 (ToolExecutor)
|
||
↓
|
||
获取可用工具列表
|
||
↓
|
||
【包含Bot内置工具 + MCP工具】 ← 自动合并
|
||
↓
|
||
AI选择需要的工具
|
||
↓
|
||
执行工具调用
|
||
↓
|
||
返回结果给用户
|
||
```
|
||
|
||
## 📝 配置多个MCP服务器
|
||
|
||
```toml
|
||
# 文件系统工具
|
||
[[mcp_servers]]
|
||
name = "filesystem"
|
||
url = "http://localhost:3000"
|
||
enabled = true
|
||
|
||
# Git工具
|
||
[[mcp_servers]]
|
||
name = "git"
|
||
url = "http://localhost:3001"
|
||
enabled = true
|
||
|
||
# 数据库工具
|
||
[[mcp_servers]]
|
||
name = "database"
|
||
url = "http://localhost:3002"
|
||
api_key = "your-secret-key"
|
||
enabled = true
|
||
```
|
||
|
||
每个服务器的工具会自动添加名称前缀：
|
||
- `filesystem_read_file`
|
||
- `git_status`
|
||
- `database_query`
|
||
|
||
## 🛠️ 可用的MCP服务器
|
||
|
||
官方提供的MCP服务器：
|
||
|
||
1. **@modelcontextprotocol/server-filesystem** - 文件系统操作
|
||
2. **@modelcontextprotocol/server-git** - Git操作
|
||
3. **@modelcontextprotocol/server-github** - GitHub API
|
||
4. **@modelcontextprotocol/server-sqlite** - SQLite数据库
|
||
5. **@modelcontextprotocol/server-postgres** - PostgreSQL数据库
|
||
|
||
你也可以开发自定义MCP服务器！
|
||
|
||
## 🐛 常见问题
|
||
|
||
### Q: 如何查看AI是否使用了MCP工具？
|
||
|
||
查看日志，会显示：
|
||
```
|
||
[INFO] [工具执行器] 正在执行工具: filesystem_read_file
|
||
[INFO] 调用MCP工具: filesystem_read_file
|
||
```
|
||
|
||
### Q: MCP服务器连接失败怎么办？
|
||
|
||
检查：
|
||
1. MCP服务器是否正在运行
|
||
2. URL配置是否正确（注意端口号）
|
||
3. 防火墙是否阻止连接
|
||
|
||
### Q: 如何临时禁用MCP工具？
|
||
|
||
在配置中设置 `enabled = false`：
|
||
|
||
```toml
|
||
[[mcp_servers]]
|
||
name = "filesystem"
|
||
url = "http://localhost:3000"
|
||
enabled = false # 禁用
|
||
```
|
||
|
||
## 📚 相关文档
|
||
|
||
- **详细集成文档**: [MCP_TOOLS_INTEGRATION.md](./MCP_TOOLS_INTEGRATION.md)
|
||
- **MCP SSE客户端**: [MCP_SSE_USAGE.md](./MCP_SSE_USAGE.md)
|
||
- **MCP协议官方文档**: https://github.com/anthropics/mcp
|
||
|
||
## 🎉 总结
|
||
|
||
MCP工具支持已经完全集成！你只需要：
|
||
|
||
1. ✅ 启动MCP服务器
|
||
2. ✅ 在`bot_config.toml`中配置
|
||
3. ✅ 启动Bot
|
||
|
||
**AI会自动发现并使用工具，无需任何额外代码！**
|
||
|
||
---
|
||
|
||
**实现方式**: 通过修改`tool_api.py`和`tool_use.py`，将MCP工具无缝集成到现有工具系统
|
||
**版本**: v1.0.0
|
||
**日期**: 2025-10-05
|