MCP Client适配DeepSeek
本文是通过MCP官方的client例子进行修改，适配DeepSeek API.
MCP client
先解析一下什么是MCP client。
MCP Client 是 Model Context Protocol（模型上下文协议）架构中的客户端组件，主要负责与 MCP 服务器建立和管理连接。它是一个轻量级的中间层，通常是一个 Python 或 Node.js 编写的库，用于处理工具调用的通信逻辑。
主要功能
- 协议版本协商：确保与服务器的兼容性。
- 能力协商：确定可用功能。
- 消息传输和通信：通过 JSON-RPC 2.0 进行消息交换。
- 工具发现和执行：客户端可以发现并执行服务器端提供的工具。
- 资源访问和管理：通过 URI 模板访问服务器端数据源。
- 提示系统交互：与服务器端的提示模板进行交互。
- 安全措施：例如，需要人工批准才能执行工具。
应用场景
- 与大型语言模型（LLM）集成：MCP Client 充当 LLM 和外部资源之间的桥梁，允许 LLM 调用外部工具和服务。
- 跨模型兼容：支持多种 LLM，如 Claude、OpenAI 等。
- 灵活部署：可以在本地或云端运行。
工作原理
- 构建请求：将用户的自然语言指令转换为 MCP 服务器能理解的请求格式。
- 通信与响应：通过网络与服务器通信，并将服务器的响应反馈给用户或 LLM。
MCP Client 在 MCP 生态系统中扮演着“快递员”的角色，负责将 LLM 的指令传递给 MCP 服务器，并将结果返回给 LLM。
适配过程
官方文档： https://modelcontextprotocol.io/quickstart/client
文档中的示例用的是Claude, API和DeepSeek有区别(DeepSeek用的是OpenAI兼容接口，SDK使用OpenAI即可).
API Client
首先是要替换掉原来的claude client
self.deepseek = OpenAI(api_key=api_key, base_url=base_url)
Chat
然后是交互过程中，要用OpenAI的chat completion
response: ChatCompletion = self.deepseek.chat.completions.create(model="deepseek-chat",messages=messages,max_tokens=1000,tools=available_tools,stream=False,)
注意这里stream一定是False，model笔者用的是deepseek-chat，没有测试reasoner.
Message
因为两个模型的message有差异，所以message需要进行一些对应的改动，否则会出现序列化问题
messages.append({"role": "assistant","content": "\n".join(assistant_message_content),})messages.append({"role": "user","content": result.content[0].text,})
完整代码
import asyncio
import json
import traceback
from contextlib import AsyncExitStack
from typing import Optionalfrom dotenv import load_dotenv
from loguru import logger
from mcp import ClientSession, StdioServerParameters, ListToolsResult
from mcp.client.stdio import stdio_client
from mcp.types import CallToolResult
from openai import OpenAI
from openai.types.chat import ChatCompletionload_dotenv()api_key = "sk-123456"
base_url = "https://api.deepseek.com"
print(f"base_url: {base_url}")class MCPClient:def __init__(self):self.session: Optional[ClientSession] = Noneself.exit_stack = AsyncExitStack()self.deepseek = OpenAI(api_key=api_key, base_url=base_url)async def connect_to_server(self, server_script_path: str):is_python = server_script_path.endswith(".py")is_js = server_script_path.endswith(".js")if not is_python and not is_js:raise ValueError("Invalid server script path")command = "python" if is_python else "node"server_params = StdioServerParameters(command=command, args=[server_script_path], env=None)stdio_transport = await self.exit_stack.enter_async_context(stdio_client(server_params))self.stdio, self.write = stdio_transportself.session = await self.exit_stack.enter_async_context(ClientSession(self.stdio, self.write))await self.session.initialize()response = await self.session.list_tools()tools = response.toolslogger.info("Connected to server with tools: {}", [tool.name for tool in tools])async def process_query(self, query: str) -> str:messages = [{"role": "system", "content": "You are a helpful assistant."},{"role": "user", "content": query},]response: ListToolsResult = await self.session.list_tools()available_tools = [{"type": "function","function": {"name": tool.name,"description": tool.description,"parameters": tool.inputSchema,},}for tool in response.tools]# noinspection PyTypeCheckerresponse: ChatCompletion = self.deepseek.chat.completions.create(model="deepseek-chat",messages=messages,max_tokens=1000,tools=available_tools,stream=False,)final_text = []assistant_message_content = []logger.info(f"{response}")for choice in response.choices:if choice.finish_reason != "tool_calls":# 确保 content 是可序列化的if hasattr(choice.message.content, "to_json"):content = choice.message.content.to_json()else:content = str(choice.message.content)final_text.append(content)assistant_message_content.append(content)else:for tool_call in choice.message.tool_calls:tool_name = tool_call.function.nametool_args = tool_call.function.arguments# invoke toolresult: CallToolResult = await self.session.call_tool(tool_name, json.loads(tool_args))logger.info(f"tool call result:{result}")final_text.append(f"Calling tool {tool_name} with args {tool_args} returned: {result}")# 确保 content 是可序列化的if hasattr(choice.message.content, "to_json"):content = choice.message.content.to_json()else:content = str(choice.message.content)assistant_message_content.append(content)# 修改此处，将列表转换为字符串messages.append({"role": "assistant","content": "\n".join(assistant_message_content),})messages.append({"role": "user","content": result.content[0].text,})# 确保 content 是可序列化的if hasattr(response.choices[0].message.content, "to_json"):content = response.choices[0].message.content.to_json()else:content = str(response.choices[0].message.content)final_text.append(content)# Call the model again with the tool result# noinspection PyTypeCheckerlogger.debug(f"messages: {messages}")# noinspection PyTypeCheckerresponse = self.deepseek.chat.completions.create(model="deepseek-chat",messages=messages,max_tokens=1000,tools=available_tools,stream=False,)final_text.append(response.choices[0].message.content)logger.info(f"{response}")return "\n".join(final_text)async def chat_loop(self):print("\nMCP Client Started!")print("Type your queries or 'quit' to exit.")while True:try:query = input("\nYour Query: ").strip()if query.lower() == "quit":print("Exiting...")breakresponse = await self.process_query(query)print("\n" + response)except Exception as e:print(f"Error: {e}")traceback.print_exc()async def cleanup(self):await self.exit_stack.aclose()print("MCP Client Cleaned Up!")async def main():if len(sys.argv) < 2:print("Usage: python client.py <path_to_server_script>")sys.exit(1)client = MCPClient()try:await client.connect_to_server(sys.argv[1])await client.chat_loop()finally:await client.cleanup()if __name__ == "__main__":import sysasyncio.run(main())相关文章：
MCP Client适配DeepSeek
本文是通过MCP官方的client例子进行修改，适配DeepSeek API. MCP client 先解析一下什么是MCP client。 MCP Client 是 Model Context Protocol（模型上下文协议）架构中的客户端组件，主要负责与 MCP 服务器建立和管理连接。它是一…...
物业设备管理的“多系统协同”模式：ERP、IoT与工单系统如何联动？
在智慧物业快速发展的今天，设备管理已从“被动维修”转向“主动预防”，但许多企业仍面临系统割裂、数据孤岛的困境。ERP系统记录设备台账却难实时监控，IoT设备采集数据却无法联动响应，工单系统处理流程却依赖人工流转——这些痛点…...
【PostgreSQL数据分析实战：从数据清洗到可视化全流程】6.4 时间序列分析（窗口函数处理时间数据）
👉 点击关注不迷路 👉 点击关注不迷路 👉 点击关注不迷路 文章大纲 PostgreSQL时间序列分析：窗口函数处理时间数据实战一、时间序列分析核心场景与窗口函数优势1.1 业务场景需求1.2 窗口函数核心优势 二、窗口函数基础：…...
数据可视化：艺术与科学的交汇点，如何让数据“开口说话”？
数据可视化：艺术与科学的交汇点，如何让数据“开口说话”？ 数据可视化，是科技与艺术的结合，是让冰冷的数字变得生动有趣的桥梁。它既是科学——讲究准确性、逻辑性、数据处理的严谨性；又是艺术——强调美感…...
IP 风险画像如何实现对恶意 IP 的有效拦截？
IP 风险画像作为一种强大的技术手段，在识别和拦截恶意 IP 方面发挥着至关重要的作用。 IP风险画像技术简介 IP 风险画像技术通过收集和分析 IP 地址的多维度信息，为每个 IP 构建详细的风险评估模型。 这些维度包括但不限于 IP 的地理位置、历史访问行…...
B树如何用于磁盘 ，B+树为如何用于数据库
B树 M阶B树：每个节点最多M个子节点，每个节点最多存M-1个Key-Value值，key以升序排序。 构建五阶B树。 那么value是干什么的呢。 先让我们介绍一下cpu 内存 磁盘的关系 我们知道了页的概念。B树用于磁盘的读取。Key是对文件进行编号ÿ…...
image-classifier开源程序Elixir是使用电脑学习对图像进行分类并从中提取数据或描述其内容，非常不错的图片整理工具
一、软件介绍 文末提供程序和源码下载 Elixir 机器学习功能构建一个应用程序，该应用程序执行图像字幕和语义搜索，以使用您的语音查找上传的图像！ 二、为什么做这个程序 在构建我们的应用程序时，我们认为 images 这是一种必不…...
HarmonyOS 鸿蒙操作物联网设备蓝牙模块、扫描蓝牙、连接蓝牙和蓝牙通信
01【HarmonyOS 蓝牙】 物联网无线传输方案、HarmonyOS蓝牙数据通信之前的准备工作 02【HarmonyOS 蓝牙】配置蓝牙权限 检测 打开 关闭蓝牙 扫描蓝牙 显示蓝牙设备 03【HarmonyOS 蓝牙】连接蓝牙 发现服务 获取特征值 读取信息 写入信息 和蓝牙模块交互 04【物联网 Wifi模块…...
STM32开发GPIO
1、什么是GPIO General Purpose lnput Output，即通用输入输出端口，简称GPIO 作用:负责采集外部器件的信息或者控制外部器件工作，即输入输出 2、GPIO特点 1，不同芯片型号，IO口数量可能不一样，可通过选型…...
【机器学习】Logistic 回归
Logistic 回归虽然名字中带有“回归”，但它实际上是一种广泛应用于 二分类问题 的线性分类算法。 Logistic 回归的核心任务是预测一个样本属于正类的概率，而概率必须在 [ 0 , 1 ] 范围内。 Logistic回归 通过将输入特征的线性组合映射到概率空间&…...
ClimateCatcher专用CDS配置教程
文章目录 API获取官网账号注册CDSAPI本地化配置 API获取官网 首先需要访问CDS官方网站，点我蓝色字直接到官网how-to-api点我蓝色字直接到官网 目前API的网页是这样的 账号注册 如果有账号的小伙伴可以直接登录自己的账号并跳转到CDSAPI本地化配置，如…...
拆解 Prompt 工程：五大场景驱动 DeepSeek 超越 ChatGPT
同样的模型、不一样的答案，差距往往发生在一行 Prompt 里。本文围绕五大高频实战场景，给出可直接复制的 DeepSeek 提问框架，并穿插《DeepSeek 行业应用大全》中 64 个行业模板精华，帮助读者迅速跑赢 ChatGPT。🌟 剧透…...
【解决方案】CloudFront VPC Origins 实践流程深入解析 —— 安全高效架构的实战之道
目录 引言一、VPC Origins 的核心价值（一）安全性提升（二）运维效率优化（三）成本节约（四）全球分发能力的保留 二、VPC Origins 的架构解析（一）流量路径设计&…...
软考 系统架构设计师系列知识点 —— 黑盒测试与白盒测试（2）
接前一篇文章：软考 系统架构设计师系列知识点 —— 黑盒测试与白盒测试（1） 本文内容参考： 黑盒测试和白盒测试详解-CSDN博客 软件测试中的各种覆盖（Coverage）详解-CSDN博客 特此致谢！ 二、白…...
【背包dp----01背包】例题三------（标准的01背包+变种01背包1【恰好装满背包体积 产生的 最大价值】）
【模板】01背包 题目链接 题目描述 : 输入描述: 输出描述: 示例1 输入 3 5 2 10 4 5 1 4输出 14 9说明 装第一个和第三个物品时总价值最大，但是装第二个和第三个物品可以使得背包恰好装满且总价值最大。 示例2 输入 3 8 12 6 11 8 6 8输出 8 0说明 装第三个物…...
设计模式之状态模式
在日常开发中，我们经常会遇到这样的场景：一个对象在不同时刻有不同的状态，不同状态下它的行为也会发生变化。此时，使用大量if...else或switch语句会让代码变得混乱而难以维护。为了更优雅地应对这种问题，状态模式(Stat…...
arXiv论文 MALOnt: An Ontology for Malware Threat Intelligence
文章讲恶意软件威胁情报本体。 作者信息 作者是老美的，单位是伦斯勒理工学院，文章是2020年的预印本，不知道后来发表在哪里（没搜到，或许作者懒得投稿，也可能是改了标题）。 中心思想 介绍开源…...
Spark处理过程-转换算子和行动算子
计算时机 转换算子 转换算子是惰性执行的，这意味着在调用转换算子时，系统不会立即进行数据处理。这种惰性计算的方式可以让 Spark 对操作进行优化，例如合并多个转换操作，减少数据的传输和处理量。行动算子 行动算子是立即执行的。…...
使用 pgrep 杀掉所有指定进程
使用 pgrep 杀掉所有指定进程 pgrep 是一个查找进程 ID 的工具，结合 pkill 或 kill 命令可以方便地终止指定进程。以下是几种方法： 方法1：使用 pkill（最简单） pkill 进程名例如杀掉所有名为 “firefox” 的进程&…...
Android学习总结之MMKV（代替SharedPreferences）
Q1：SharedPreferences 为什么会导致 ANR？MMKV 如何从根本上解决？ 高频考察点：Android 主线程阻塞原理、SP 同步 / 异步机制缺陷、MMKV 内存映射技术 SP 导致 ANR 的三大元凶： 同步提交（commit ()…...
SWiRL：数据合成、多步推理与工具使用
SWiRL：数据合成、多步推理与工具使用 在大语言模型（LLMs）蓬勃发展的今天，其在复杂推理和工具使用任务上却常遇瓶颈。本文提出的Step-Wise Reinforcement Learning（SWiRL）技术，为解决这些难题带…...
【PostgreSQL数据分析实战：从数据清洗到可视化全流程】7.2 PostgreSQL与Python数据交互（psycopg2库使用）
👉 点击关注不迷路 👉 点击关注不迷路 👉 点击关注不迷路 文章大纲 PostgreSQL与Python数据交互：psycopg2库实战指南一、引言：数据交互的桥梁1.1 psycopg2核心优势 二、环境准备与基础连接2.1 安装配置2.1.1 安装psyco…...
【Prompt工程—文生图】案例大全
目录 一、人物绘图 二、卡通头像 三、风景图 四、logo设计图 五、动物形象图 六、室内设计图 七、动漫风格 八、二次元图 九、日常场景图 十、古风神化图 十一、游戏场景图 十二、电影大片质感 本文主要介绍了12种不同类型的文生图技巧，通过加入不同的图像…...
NVM完全指南：安装、配置与最佳实践
发布于 2025年5月7日 • 阅读时间：10分钟 💡 TL;DR: 本文详细介绍了如何完整卸载旧版Node.js，安装NVM，配置阿里云镜像源，以及设置node_global与node_cache目录，打造高效Node.js开发环境。 📋 目…...
成都养老机器人“上岗”，机器人养老未来已至还是前路漫漫？
近日，成都养老机器人“上岗”引发关注，赛博养老这一概念再次成为人们讨论的焦点，究竟赛博养老未来已来，还是仍需漫长等待，引发诸多思考。 成都研发的养老机器人“上岗”确实标志着智慧养老领域的又一进步，…...
数据中心 第十五次CCF-CSP计算机软件能力认证
总结一下图树算法比如krusal 迪杰斯特拉 prim算法喜欢改变距离定义 或者求别的东西 而拓扑排序喜欢大模拟 本题使用kerusal算法求出最后一条边就可以。 ac代码： #include <iostream> #include <vector> #include <algorithm>using namespac…...
【面试 · 一】vue大集合
目录 vue2 基础属性 组件通信 全局状态管理 vueX 路由 路由守卫 vue3 基础属性 组件通信 全局状态管理 Pinia 路由 路由守卫 vue2、vue3生命周期 setup vue2 基础属性 data：用于定义组件的初始数据，必须是一个函数，返回一个对…...
)
Java 常用的 ORM框架（对象关系映射)
Java 常用的 ORM（对象关系映射）框架有以下几种，每种都有其特点和使用场景： Hibernate ● 特点： ○ 完整的 ORM 框架，功能强大。 ○ 支持缓存机制（一级缓存、二级缓存）。 ○ 支持多种…...
自动化创业机器人：现状、挑战与Y Combinator的启示
自动化创业机器人：现状、挑战与Y Combinator的启示 前言 AI驱动的自动化创业机器人，正逐步从科幻走向现实。我们设想的未来是：商业分析、PRD、系统设计、代码实现、测试、运营，全部可以在monorepo中由AI和人类Co-founder协作完成…...
支持向量机
支持向量机（Support Vector Machine，SVM）是一种有监督的机器学习算法，可用于分类和回归任务，尤其在分类问题上表现出色。下面将从原理、数学模型、核函数、优缺点和应用场景等方面详细介绍。 原理 支持向量机的基本思…...
华为昇腾910B通过vllm部署InternVL3-8B教程
前言 本文主要借鉴：VLLM部署deepseek，结合自身进行整理 下载模型 from modelscope import snapshot_download model_dir snapshot_download(OpenGVLab/InternVL3-8B, local_dir"xxx/OpenGVLab/InternVL2_5-1B")环境配置 auto-dl上选择单卡…...
ZArchiver解压缩工具：高效解压，功能全面
在使用智能手机的过程中，文件管理和压缩文件的处理是许多用户常见的需求。无论是解压下载的文件、管理手机存储中的文件，还是进行日常的文件操作，一款功能强大且操作简便的文件管理工具都能极大地提升用户体验。今天，我们要介绍的…...
ETL介绍
（一）ETL介绍 “ETL，是英文Extract-Transform-Load的缩写，用来描述将数据从来源端经过抽取（Extract）、转换（Transform）、加载（Load）至目的端的过程。ETL一词较…...
2025.05.07-华为机考第三题300分
📌 点击直达笔试专栏 👉《大厂笔试突围》 💻 春秋招笔试突围在线OJ 👉 笔试突围OJ 03. 城市紧急救援队伍协同规划 问题描述 智慧城市建设中，卢小姐负责设计一套紧急救援队伍协同系统。城市被规划为一个 n n n \times n...
缓存菜品-04.功能测试
一.功能测试 redis中的数据已缓存 查询数据时并没有发sql 修改鸡蛋汤价格为5元。 缓存数据没有了 价格修改成功 停售启售是一样的。修改后清理，再次查询又被缓存到redis中。...
跨境电商生死局：动态IP如何重塑数据生态与运营效率
凌晨三点的深圳跨境电商产业园，某品牌独立站运营总监李明（化名）正盯着突然中断的广告投放系统。后台日志显示，过去24小时内遭遇了17次IP封禁，直接导致黑五促销期间损失23%的预期流量。这并非个案——2023年跨境电商行业…...
day 14 SHAP可视化
一、原理——合作博弈论 SHAP（SHapley Additive exPlanations）是一种用于解释机器学习模型预测结果的方法，它基于合作博弈论中的 Shapley 值概念。Shapley 值最初用于解决合作博弈中的利益分配问题。假设有 n 个参与者共同合作完成一项任务并…...
处理PostgreSQL数据库事务死锁过程
查询pg_locks表，获取未得到满足的锁信息： select * from pg_locks where granted is false ; --查询得不到锁的，那就是两个互相等待对方持有的锁查询活动的事务会话进程，和上一步的锁的事务对应起来： select * from …...
大数据、物联网（IoT）、平台架构与设计重构大模型应用
结合大数据、物联网（IoT）、平台架构与设计重构大模型应用，需构建一个数据驱动、实时响应、弹性扩展的智能系统。以下从技术架构、数据流、核心模块设计三个维度展开： 一、整体架构设计 分层架构（基于云-边-端协同）： [物联网设备层] → [边缘计算层] → [大数据平台层]…...
开发 Chrome 扩展中的侧边栏图标设置实录（Manifest V3）
在开发自己的 Chrome 扩展 Pocket Bookmarks（口袋书签） 的过程中，我遇到了一个看似简单却颇具挑战的问题：如何在扩展的侧边栏显示自定义图标？ 这篇文章记录一下我踩过的坑，以及最终的解决方案。 这里说的侧…...
Baumer工业相机堡盟工业相机如何通过BGAPI SDK在Linux系统下设置多个USB相机（C++）
Baumer工业相机堡盟工业相机如何通过BGAPI SDK在Linux系统下设置多个USB相机（C） Baumer工业相机Baumer工业相机BGAPI SDK在Linux系统下设置USB相机的技术背景Linux系统内核 USB 模块内存的修改内存限制的确定使用 GRUB 引导加载程序修改内存限制使用 U-B…...
zst-2001 历年真题 知识产权
知识产权 - 第1题 发表权有时间限制 其他下面3个没有 c 知识产权 - 第2题 bd是财产权 c 知识产权 - 第3题 b 知识产权 - 第4题 d 知识产权 - 第5题 d 知识产权 - 第6题 d 知识产权 - 第7题 d 知识产权 - 第8题 b是国务院发布的 d没有复制权…...
设备与驱动：UART设备
大部分的嵌入式系统都包括一些I/O设备，例如仪器上的数据显示屏、工业设备上的串口通信、数据采集设备上模拟数据采样、用于保存数据的Flash/SD卡以及网络设备上的以太网接口等，都是嵌入式系统中容易找到的I/O设备例子。 本专栏主要是分享RT-Thread是如何…...
Linux 服务器静态 IP 配置初始化指南
✅ 第一步：确认网络管理方式 运行以下命令判断系统使用的网络管理服务： # 检查 NetworkManager 是否活跃 systemctl is-active NetworkManager# 检查 network（旧服务）是否活跃 systemctl is-active network或者检查配置路径&…...
【ROS2】Nav2源码之行为树定义、创建、加载
1、简述 在 Navigation2 里，机器人的导航是一项复杂的任务，包含路径规划、避障、恢复机制等多个子任务。行为树能把这些子任务组织成清晰的层次结构，让机器人可以依据不同的情况做出合理的决策。例如，当机器人在导航途中碰到障碍物时，行为树可以决定是重新规划路径、尝试…...
Redis持久化存储介质评估：NFS与Ceph的适用性分析
#作者：朱雷 文章目录 一、背景二、Redis持久化的必要性与影响1. 持久化的必要性2. 性能与稳定性问题 三、NFS作为持久化存储介质的问题1. 性能瓶颈2. 数据一致性问题3. 存储服务单点故障4. 高延迟影响持久化效率.5. 吞吐量瓶颈 四、Ceph作为持久化存储介质的问题1.…...
如何统一修改word中所有英文字母的字体格式
1.需求分析 我想让整篇论文中的所有英文字母格式都修改为Time New Roman格式。 2.直观操作流程 点击左上角开始 --> 点击替换 --> 点击更多 --> 点击特殊格式 --> 选择查找内容为任意字母(Y) --> 将光标点到替换内容 --> 点击格式 --> 点击字体 --> …...
服务器上机用到的设备
服务器上机通常需要以下硬件设备： 服务器主机： CPU：选择高性能的多核处理器，如英特尔至强（Xeon）系列或AMD EPYC系列，以满足高并发和多任务处理需求。 内存（RAM）…...
【Java ee 初阶】多线程（8）
Synchronized优化： 一、锁升级 锁升级时一个自适应的过程，自适应的过程如下： 在Java编程中，有一部分的人不一定能正确地使用锁，因此，Java的设计者为了让大家使用锁的门槛更低，就在synchronize…...
数字孪生大屏UI设计
近年来,5G、大数据、云计算等新一代信息技术的蓬勃发展,计算机仿真技术与拟真软件的成熟运用,让数字孪生技术开始蔓延渗透到“互联网”相关的产业中。数字孪生大屏给予了可视化的数据直观窗口,其中展现的动态映射与实时数据让业务流转效率得到了有效提升,管理、运营和决策都能高…...