iflow-mcp_aixiaoxin123-mcp_demo_project 0.1.0

A weather query MCP server supporting stdio and SSE modes

项目介绍

mcp的天气查询的agent的完整示例-支持stdio模式，和 sse两种模式，提供的webui可视化界面，方便mcp的问答；

v1.2 版本 更新 新增webui界面，方便用户问答； 支持配置多个sse的服务端；

v1.1 版本 更新 支持sse、stdio两种模式； 支持claude、openai、deepseek、qwen等大模型； 天气查询api，采用 openweathermap 可以访问openweathermap的网址，获取apikey；
网址： https://home.openweathermap.org/subscriptions

作者公众号： AI小新 ， 有问题，可以加群交流；关注公众号，发送数字2，获取小助手微信；

公众号：

小助手微信：

下面开始部署教程

# 下载代码

git clone  https://github.com/aixiaoxin123/mcp_demo_project.git

进入代码目录

cd mcp_demo_project

创建conda环境

conda create -n mcp_demo python=3.10

conda activate mcp_demo

安装uv 工具

pip install uv -i https://pypi.tuna.tsinghua.edu.cn/simple/

uv --version

利用uv 在当前目录，创建一个虚拟环境

uv venv

激活虚拟环境

linux 下命令

source .venv/bin/activate

windows 下命令(作者用的此命令)

.venv\Scripts\activate

uv 安装对应的依赖包

uv pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

截图：

启动mcp服务

运行 客户端和本地服务端

配置.env 文件，填入你的大模型密钥

一、stdio模式的示例，下面会介绍sse模式的示例

利用deepseek大模型进行问答

进入 stdio_demo 的文件夹

cd stdio_demo

运行客户端和本地服务端

uv run client_deepseek.py weather_server.py

运行截图： 问题：北京的天气怎么样？

利用claude大模型进行问答

uv run client_claude.py weather_server.py

运行截图： 问题：北京的天气怎么样？ uv run client_deepseek.py weather_server.py

利用qwen大模型进行问答

uv run client_qwen.py weather_server.py

利用openai模型进行问答

uv run client_openai.py weather_server.py

运行deepseek的截图

当然你也可以单独运行 mcp服务端[stdio模式]

uv run mcp dev weather_server.py

运行截图：

运行成功后，可以访问： http://127.0.0.1:6274

服务端的管理界面：

服务端-工具列表使用截图：

二、sse模式mcp的示例

1、运行sse的服务端 weather_server_sse.py

#进入sse_demo 的文件夹
cd sse_demo 

#运行sse的服务端，端口默认为9000

uv run weather_server_sse.py

运行截图：

2、利用ollama本地大模型进行问答

uv run client_sse_ollama.py http://127.0.0.1:9000/sse

3、运行deepseek的mcp 客户端 连接sse服务端

uv run client_sse_deepseek.py http://127.0.0.1:9000/sse

运行截图： 问题：北京的天气怎么样？

三、mcp的webui界面

1、运行webui界面

#进入webui_demo 的文件夹
cd mcp_webui_demo 

#运行webui界面，端口默认为7860


uv run webui_deepseek.py

2、使用教程

访问界面： http://localhost:7860/

输入问题：帮我查找 知识图谱 相关的最新的论文

支持：实时返回结果；

运行结果截图：

在 魔塔的mcp社区，选择合适的mcp服务；

https://modelscope.cn/mcp

配置mcp的服务端：

或者修改 mcp.json 文件；

四、docker部署mcp的webui的教程(不推荐这种方式，dockerfile，国外源，下载速度很慢)

文件目录：

mcp_demo_project/
        mcp_webui_demo/
        │
        ├── webui_deepseek.py
        ├── requirements.txt
        ├── Dockerfile
        ├── .env                <-- 将被挂载
        ├── mcp.json            <-- 将被挂载

进入当前目录： cd mcp_webui_demo

🐳 使用方式

1. 构建镜像：

docker build -t mcp-webui .

2. 运行容器：

🐳 启动容器时挂载：

docker run -it --rm \
  -v $(pwd)/.env:/app/.env \
  -v $(pwd)/mcp.json:/app/mcp.json \
  -p 7860:7860 \
  mcp-webui

参考教程：

mcp官方的文档： https://mcp-docs.cn/introduction