Ejemplo de Servidor MCP

by LeoR22

133 downloads
Not rated
GitHub

Description

# Ejemplo de Servidor MCP Este repositorio contiene una implementación de un servidor Model Context Protocol (MCP). Este código demuestra cómo construir un servidor MCP funcional que puede integrarse con varios clientes de modelos de lenguaje (LLM). ## ¿Qué es MCP? MCP (Model…

About

# Ejemplo de Servidor MCP Este repositorio contiene una implementación de un servidor Model Context Protocol (MCP). Este código demuestra cómo construir un servidor MCP funcional que puede integrarse con varios clientes de modelos de lenguaje (LLM). ## ¿Qué es MCP? MCP (Model Context Protocol) es un protocolo abierto…

Details

Author
LeoR22
Downloads
133
Categories
Other

- Implements the Model Context Protocol as a server
- Exposes resources, tools, and prompts capabilities
- Integrates with LLM clients like Claude Desktop
- Uses Python 3.10+ with the MCP SDK 1.2.0+
- Lightweight and scriptable via the uv package manager

Setting up with Highlight

This MCP is not yet compatible with Highlight’s one-click setup. However, you can still use it with Highlight by following these steps:

  1. Download and install Highlight from highlightai.com/download
  2. Navigate to the plugins tab and select "Add Custom Plugin"
  3. Configure the plugin with the settings below
    Plugin Name Ejemplo de Servidor MCP
    Command (node, npx, python, etc.)

    Please refer to the README for specific instructions on how to obtain API keys or other required environment variables.

  4. Enable "Start Automatically" if you want the plugin to start when Highlight launches

From the repository

Install the uv package manager, initialize a project, add dependencies (mcp[cli] and httpx), and create a main.py server file. Run the server with uv run main.py. For Claude Desktop, configure its claude_desktop_config.json with the absolute path to the server.

Claude Desktop / Cursor

Paste into your MCP client config file to install this server.

{
    "mcpServers": {
        "ejemplo de servidor mcp": {
            "mcp_server_python": {
                "command": "uv",
                "args": [
                    "init",
                    "mcp-server"
                ]
            }
        }
    }
}

McpServers

{
    "mcp_server_python": {
        "command": "uv",
        "args": [
            "init",
            "mcp-server"
        ]
    }
}

Ejemplo de Servidor MCP

Este repositorio contiene una implementación de un servidor Model Context Protocol (MCP).
Este código demuestra cómo construir un servidor MCP funcional que puede integrarse con varios clientes de modelos de lenguaje (LLM).

¿Qué es MCP?

MCP (Model Context Protocol) es un protocolo abierto que estandariza la forma en que las aplicaciones proporcionan contexto a los modelos de lenguaje (LLM). MCP actúa como un puerto USB-C para aplicaciones de IA, proporcionando una manera estandarizada de conectar modelos de IA con diferentes fuentes de datos y herramientas.

Diagrama MCP

Beneficios clave

- Una lista creciente de integraciones preconstruidas que tu LLM puede utilizar directamente.
- Flexibilidad para cambiar entre proveedores y vendedores de LLM.
- Mejores prácticas para proteger tus datos dentro de tu infraestructura.

Resumen de la Arquitectura

MCP sigue una arquitectura cliente-servidor en la que una aplicación anfitriona puede conectarse a múltiples servidores:

- Anfitriones MCP: Programas como Claude Desktop, IDEs o herramientas de IA que quieren acceder a datos a través de MCP.
- Clientes MCP: Clientes del protocolo que mantienen conexiones 1:1 con los servidores.
- Servidores MCP: Programas ligeros que exponen capacidades específicas a través del Model Context Protocol.
- Fuentes de Datos: Tanto locales (archivos, bases de datos) como servicios remotos (APIs) a los que los servidores MCP pueden acceder.

Conceptos Claves de MCP

Los servidores MCP pueden proporcionar tres tipos principales de capacidades:

- Recursos: Datos similares a archivos que pueden ser leídos por los clientes (como respuestas de API o contenidos de archivos).
- Herramientas: Funciones que pueden ser llamadas por el LLM (con aprobación del usuario).
- Prompts: Plantillas predefinidas que ayudan a los usuarios a completar tareas específicas.

Requisitos del Sistema

- Python 3.10 o superior
- MCP SDK 1.2.0 o superior
- Administrador de paquetes uv

Comenzando

Instalación del Administrador de Paquetes uv

En macOS/Linux:

curl -LsSf https://astral.sh/uv/install.sh | sh

En Windows:

iwr -useb https://astral.sh/uv/install.ps1 | iex

Asegúrate de reiniciar tu terminal después de la instalación para que el comando uv esté disponible.

Configuración del Proyecto

1. Crear e inicializar el proyecto:

```bash

No reviews yet — be the first

Sign in to leave a review

Use Google, GitHub, or an email account so ratings stay tied to real people.

Email sign in

No reviews posted yet.