项目设置

我们将构建一个基于CLI的聊天机器人，以更好地理解MCP客户端和服务器是如何协同工作的。这个动手项目将让您获得MCP架构两端的实践经验。

设置完成后，您应该能够做到两件事：说出客户端做什么、服务器做什么，并能判断某个回复是通过工具返回的，还是直接来自模型本身。

我们要构建什么

我们的聊天机器人将允许用户通过命令行界面与一组文档进行交互。该系统由两个主要组件构成：

• 一个处理用户交互的MCP客户端
• 一个管理文档操作的自定义MCP服务器



服务器将提供两个基本工具：一个用于读取文档内容，另一个用于更新文档内容。为简单起见，所有文档都将存储在内存中——无需数据库。

重要的架构说明

在实际项目中，您通常只会实现MCP客户端或MCP服务器中的一个，而不是两者都实现。您可能会创建：

• 一个MCP服务器，用于向其他开发者暴露您的服务
• 一个MCP客户端，用于连接到现有的MCP服务器



我们在本项目中同时构建这两个组件，纯粹是出于教学目的——为了理解它们是如何通信和协同工作的。

项目设置

从本课末尾的下载部分下载cli_project.zip，并将其解压到您偏好的开发目录中。在项目文件夹中打开您的代码编辑器。

该项目包含一个详尽的README文件，其中有设置说明。请按照以下步骤操作：

1. 将您的Anthropic API密钥添加到.env文件中
2. 使用UV（推荐）或pip安装依赖项
3. 运行初始应用程序以验证一切正常

运行应用程序

在终端中导航到您的项目目录。您将看到主要的项目文件，包括main.py、mcp_client.py和mcp_server.py。

要启动应用程序，请使用以下命令之一：

# 如果使用 UV（推荐）
uv run main.py

# 如果使用标准 Python
python main.py

应用程序成功启动后，您将看到一个聊天提示符。

亲自检查基线。 输入一个您一眼就能验证的问题，比如"1+1等于多少？"。不要满足于看到有回复出现：要确认答案确实是2。一个正确的回复证明了您的API密钥、依赖项和聊天循环都正常工作。

然后输入第二个问题，比如"文档里说了什么？"。无论返回什么内容，它都不可能来自文档工具，因为您还没有构建它们。这个回复是模型自己给出的答案。请注意一旦该功能存在，哪个组件将负责这项工作：服务器管理文档操作，而客户端处理您这一侧的对话。

这项检查背后的习惯是：让您验证的仔细程度与出错的代价相匹配。这里一旦设置出错，将会影响后续建立在其之上的每一课；而检查的成本只是两个问题而已。

一项值得保留的检查

值得在本项目之外延续的行为是：每当您为API项目添加一个新层——无论是工具、数据源还是MCP服务器——在构建下一层之前，先向正在运行的系统提出一个您已经知道答案的问题。一个您已经验证过的基线，才是您唯一能够据以调试的基线。

基本设置完成后，我们就可以开始实现MCP功能，并探索客户端和服务器如何通过Model Context Protocol进行通信了。