一个支持多种AI模型的MCP（Model Context Protocol）客户端，可以连接到任何MCP服务器并使用不同的AI模型进行交互。

• 支持两种AI模型提供商：
  • Anthropic Claude
  • 阿里云Qwen（通过DashScope API）
• 灵活的配置选项（命令行参数或配置文件）
• 完整的工具调用支持
• 交互式聊天界面
• 🆕 多服务器支持：同时连接多个MCP服务器，统一管理所有工具

# 使用uv安装依赖
uv sync

# 或使用pip安装依赖
pip install -r requirements.txt

python client.py /path/to/mcp/server.py

python client.py /path/to/mcp/server.py --provider qwen --model qwen-turbo --api-key your-dashscope-api-key

使用配置文件运行：

python client.py /path/to/mcp/server.py --config qwen_config_example.json

python multi_server_client.py multi_server_config_example.json

python multi_server_client.py claude_multi_server_config.json

• server_script: MCP服务器脚本路径（必需）
• --provider: 模型提供商 (anthropic, qwen, dashscope)
• --model: 模型名称
• --api-key: API密钥
• --max-tokens: 最大令牌数
• --config: JSON配置文件路径

你也可以使用环境变量设置API密钥：

export ANTHROPIC_API_KEY="your-anthropic-key"
export DASHSCOPE_API_KEY="your-dashscope-key"

• 模型: claude-3-5-sonnet-20241022, claude-3-haiku-20240307 等
• 需要: ANTHROPIC_API_KEY

• 模型: qwen-turbo, qwen-plus, qwen-max 等
• 需要: DASHSCOPE_API_KEY
• 获取API密钥: 阿里云DashScope控制台

python client.py ../weather/main.py --provider qwen --model qwen-turbo --api-key your-dashscope-key

python client.py ../weather/main.py --provider anthropic --model claude-3-5-sonnet-20241022 --api-key your-anthropic-key

1. 导入错误: 确保所有依赖都已安装 (uv sync 或 pip install -r requirements.txt)
2. API密钥错误: 检查环境变量或命令行参数中的API密钥
3. 连接错误: 确保MCP服务器脚本路径正确且可执行

配置文件应为JSON格式，支持以下字段：

{
  "provider": "anthropic|qwen|dashscope",
  "model": "模型名称",
  "api_key": "API密钥",
  "max_tokens": 最大令牌数（默认1000）
}

参考 qwen_config_example.json：

{
  "provider": "qwen",
  "model": "qwen-turbo",
  "api_key": "your-dashscope-api-key-here",
  "max_tokens": 2000
}

命令行参数会覆盖配置文件中的设置。

多服务器配置文件使用JSON格式，包含以下主要部分：

{
  "model": {
    "provider": "qwen|anthropic",
    "model": "模型名称",
    "api_key": "API密钥",
    "max_tokens": 最大令牌数
  },
  "servers": [
    {
      "name": "服务器名称",
      "description": "服务器描述",
      "script_path": "服务器脚本路径",
      "enabled": true,
      "config": {
        "自定义配置": "值"
      }
    }
  ],
  "global_settings": {
    "concurrent_connections": 5,
    "connection_timeout": 10,
    "retry_attempts": 3
  }
}

• provider: 模型提供商（anthropic 或 qwen）
• model: 具体的模型名称
• api_key: API密钥
• max_tokens: 最大令牌数

• name: 服务器的唯一名称
• description: 服务器功能描述
• script_path: MCP服务器脚本的路径（相对或绝对路径）
• enabled: 是否启用此服务器（true/false）
• config: 服务器特定的配置参数

• concurrent_connections: 最大并发连接数
• connection_timeout: 连接超时时间（秒）
• retry_attempts: 连接失败重试次数

cd mcp-client
python multi_server_client.py multi_server_config_example.json

在多服务器模式下，你可以使用以下特殊命令：

• servers: 查看已连接的服务器列表
• tools: 查看所有可用工具及其所属服务器
• quit: 退出程序

客户端会自动将工具调用路由到正确的服务器。例如：

查询: 计算 2 + 3 的结果
# 自动调用calculator服务器的add工具

查询: 北京的天气怎么样？
# 自动调用weather服务器的get_forecast工具

查询: 统计这段文本的单词数量："Hello world from MCP"
# 自动调用text_processor服务器的count_words工具

项目包含以下示例MCP服务器：

1. weather - 天气服务

   • get_forecast: 获取天气预报
   • get_alerts: 获取天气预警

2. calculator - 数学计算

   • add, subtract, multiply, divide: 基础运算
   • power, square_root, factorial: 高级运算
   • sin, cos, tan: 三角函数

3. text_processor - 文本处理

   • count_words, count_characters: 文本统计
   • to_uppercase, to_lowercase, reverse_text: 文本转换
   • extract_emails, extract_urls: 内容提取
   • word_frequency, split_sentences: 文本分析

要创建自己的MCP服务器，请参考现有的服务器示例，使用FastMCP框架：

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("your_server_name")

@mcp.tool()
def your_function(param: str) -> str:
    """工具描述
    
    Args:
        param: 参数描述
    
    Returns:
        返回值描述
    """
    return f"处理结果: {param}"

if __name__ == "__main__":
    mcp.run(transport='stdio')

然后在配置文件中添加你的服务器配置即可。