##Введение

Этот репо кода содержит материалы семинара по протоколу Model Context от Anthropic.

Структура каталога

Серверы MCP

Скачать

Этот сервер загружает HTML-контент определенного URL. Он использует библиотеку httpx для загрузки контента.

Затем он преобразует HTML-контент в текст Markdown. Таким образом, LLM легче читать и понимать содержание.

Онлайн поиск

Этот сервер использует Google Programmable Search API для поиска в Интернете по заданному запросу. Для этого требуется установить ключ API в переменной среды GOOGLE_API_KEY и GOOGLE_SEARCH_ENGINE_ID.

Google Programmable Search API для получения дополнительной информации.

####Сегодня

Этот сервер возвращает сегодняшнюю дату в различных форматах. Он используется, чтобы помочь LLM вычислить даты по отношению к текущей дате.

Например, это поможет LLM ответить на What happened at the last Tuesday?

Клиенты MCP

###Пидантический ИИ

Этот клиент MCP использует модель Pydantic AI от AWS Bedrock. Это требует, чтобы учетные данные AWS были установлены в переменных среды.

Это не интерактивный клиент, он загружает модель и выполняет одну задачу, чтобы представить в STDOUT.

По умолчанию используется модель Claude 3.7 от AWS Bedrock.

###Слабый

MCP Workshop

Introduction

This code repo contains workshop materials for Model Context Protocol by Anthropic

Directory Structure

./
├── docker-compose.yaml            # Docker compose file
├── Dockerfile                     # Dockerfile
├── poetry.lock                    # Poetry lock file
├── pyproject.toml                 # Poetry project configuration file
├── README.md                      # This file
└── src
    ├── clients                    # MCP Clients code
    │   ├── pydantic_ai            # MCP  Client app with Pydantic AI and AWS Bedrock model (Requires AWS credentials)
    │   │   ├── __init__.py
    │   │   ├── main.py            # app code
    │   │   └── prompts.py         # LLM prompts
    │   ├── settings               # app configs
    │   │   ├── __init__.py
    │   │   └── main.py
    │   └── slack                  # MCP Client with Slack Bolt app (requires Slack API token)
    │       ├── __init__.py
    │       ├── main.py            # app code
    │       ├── manifest.yaml      # slack app manifest file
    │       └── prompts.py         # LLM prompts
    └── servers                    # MCP Servers code
        ├── download               # Download HTML page MCP Server
        │   ├── __init__.py
        │   ├── main.py
        │   └── utils.py
        ├── online_search          # MCP Server for Google Programmable Search (requires API key)
        │   ├── __init__.py
        │   └── main.py            # app code
        ├── settings               # app configs
        │   ├── __init__.py
        │   └── main.py
        └── today                  # MCP Server Returns today's date in various formats. Used to help LLM to calculate dates in relations to curreen date
            ├── __init__.py
            └── main.py             # app code

MCP Servers

Download

This server downloads the HTML content of a given URL. It uses the httpx library to download the content.

Then it converts the HTML content to Markdown text. So it is easier for LLM to read and understand the content.

Online Search

This server uses the Google Programmable Search API to search the web for a given query. It requires an API key to be set in the environment variable GOOGLE_API_KEY and GOOGLE_SEARCH_ENGINE_ID

See Google Programmable Search API for more information.

Today

This server returns today’s date in various formats. It is used to help LLM calculate dates in relation to the current date.

For instance it will help LLM to answer about What happened at the last Tuesday?

MCP Clients

Pydantic AI

This MCP client uses the Pydantic AI model from AWS Bedrock. It requires AWS credentials to be set in the environment variables.

This is not interactive client, it loads the model and does one task to present in STDOUT.

By default it is using Claude 3.7 model from AWS Bedrock.

Slack