MCP 项目

这是一个基于 Model Context Protocol (MCP) 的 AI 助手客户端项目。

环境要求

• Python 3.12+
• macOS/Linux/Windows

快速开始

1. 克隆项目

git clone <your-repo-url>
cd mcp-project

2. 设置虚拟环境

# 创建虚拟环境
python3 -m venv venv

# 激活虚拟环境
# macOS/Linux:
source venv/bin/activate
# Windows:
# venv\Scripts\activate

3. 安装依赖

pip install openai python-dotenv mcp

4. 配置环境变量

创建 .env 文件并添加以下配置：

DASHSCOPE_API_KEY=your_api_key_here
BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
MODEL=qwen-plus

5. 运行项目

# 方法1: 使用启动脚本
./run_client.sh

# 方法2: 手动运行
source venv/bin/activate
python3 client.py

IDE 配置

VS Code

项目已包含 .vscode/settings.json 配置，会自动使用虚拟环境中的 Python 解释器。

如果仍然遇到导入错误：

1. 按 Cmd+Shift+P (macOS) 或 Ctrl+Shift+P (Windows/Linux)
2. 输入 "Python: Select Interpreter"
3. 选择 ./venv/bin/python3

PyCharm

1. 打开项目设置 (File > Settings)
2. 转到 Project > Python Interpreter
3. 选择 "Add Interpreter" > "Existing Environment"
4. 选择 ./venv/bin/python3

项目结构

mcp-project/
├── client.py              # MCP 客户端主程序
├── server.py              # MCP 服务器脚本
├── main.py                # 主程序入口
├── pyproject.toml         # 项目配置
├── requirements.txt       # 依赖列表
├── .env                   # 环境变量配置
├── .gitignore            # Git 忽略文件
├── run_client.sh         # 启动脚本
├── test_imports.py       # 导入测试脚本
├── venv/                 # 虚拟环境目录
├── llm_outputs/          # LLM 输出文件
├── sentiment_reports/    # 情感分析报告
└── google_news/          # 新闻数据

故障排除

导入错误

如果遇到 "无法解析导入" 错误：

1. 确保虚拟环境已激活：

   source venv/bin/activate

2. 检查包是否已安装：

   pip list | grep -E "(openai|mcp|dotenv)"

3. 重新安装依赖：

   pip install --force-reinstall openai python-dotenv mcp

4. 运行测试脚本：

   python3 test_imports.py

IDE 相关问题

• 确保 IDE 使用正确的 Python 解释器
• 重启 IDE 以应用新的解释器设置
• 清除 IDE 缓存

使用说明

1. 启动客户端后，输入自然语言查询
2. 系统会自动选择合适的工具处理您的请求
3. 结果会保存到相应的输出目录
4. 输入 'quit' 退出程序

许可证

MIT License