pymcp
a MCP server
SDK
https://github.com/modelcontextprotocol/python-sdk
项目结构
src/
└── mcp_server/
├── __init__.py
└── sum_int.py # MCP服务器实现，提供两个整数相加功能
tests/
├── test_sum_int.py # 基础功能测试
├── test_sum_int_with_real_llm.py # 真实LLM调用测试
├── test_sum_int_with_agent.py # 使用LangChain Agent的测试 (stdio方式)
├── test_sum_int_with_agent_sse.py # 使用LangChain Agent的测试 (SSE方式)
└── test_sum_int_with_agent_streamable_http.py # 使用LangChain Agent的测试 (Streamable HTTP方式)
环境初始化
安装依赖
使用 uv 管理依赖：
# 安装生产依赖
uv pip install -e .
# 安装测试依赖（包括生产依赖）
uv pip install -e .[test]
环境变量配置
复制 .env.example 文件并重命名为 .env，然后根据你的实际情况修改其中的值：
cp .env.example .env
环境变量说明：
LLM_BASE_URL：LLM API的基础URLLLM_API_KEY：访问LLM API的密钥LLM_MODEL：要使用的模型名称MCP_SERVER_PORT：MCP服务器端口（默认为8000）
运行MCP服务器
MCP服务器支持多种传输方式：
stdio方式（默认）
# 运行MCP服务器（stdio方式）
uv run mcp dev src/mcp_server/sum_int.py
# 或者直接运行
python src/mcp_server/sum_int.py
# 或者显式指定stdio方式
python src/mcp_server/sum_int.py stdio
SSE方式
# 使用SSE方式运行
python src/mcp_server/sum_int.py sse
服务器将在 http://127.0.0.1:8000 启动
Streamable HTTP方式
# 使用Streamable HTTP方式运行
python src/mcp_server/sum_int.py streamable-http
服务器将在 http://127.0.0.1:8000 启动
执行测试
基础功能测试
python tests/test_sum_int.py
真实LLM调用测试
python tests/test_sum_int_with_real_llm.py
使用LangChain Agent的测试 (stdio方式)
python tests/test_sum_int_with_agent.py
使用LangChain Agent的测试 (SSE方式)
python tests/test_sum_int_with_agent_sse.py
使用LangChain Agent的测试 (Streamable HTTP方式)
python tests/test_sum_int_with_agent_streamable_http.py
依赖说明
生产依赖：
mcp[cli]>=1.12.4- MCP Python SDK
测试依赖：
openai>=1.99.9- OpenAI Python客户端python-dotenv>=1.0.1- 环境变量加载工具httpx[socks]>=0.28.1- HTTP客户端（支持SOCKS代理）langchain>=0.3.27- LangChain核心库langchain-openai>=0.3.29- LangChain的OpenAI集成langchain-mcp-adapters>=0.1.9- LangChain与MCP的适配器langgraph>=0.6.4- LangGraph库，用于构建agent工作流