构建 MCP 客户端-Node.js
系统要求
在开始之前，请确保你的系统满足以下要求：
- Mac 或 Windows 电脑
- 安装 Node.js 16 或更高版本
- npm（随 Node.js 一起安装）
配置环境
首先，创建一个新的 Node.js 项目：
# 创建项目目录
mkdir mcp-client
cd mcp-client
# 初始化 npm 项目
npm init -y
# 安装依赖
npm install @modelcontextprotocol/sdk @anthropic-ai/sdk dotenv
npm install -D typescript @types/node
# 创建 TypeScript 配置
npx tsc --init
# 创建必要的文件
mkdir src
touch src/client.ts
touch .env更新 package.json 添加必要的配置：
{
"type": "module",
"scripts": {
"build": "tsc",
"start": "node build/client.js"
}
}使用适当的设置更新 tsconfig.json：
{
"compilerOptions": {
"target": "ES2022",
"module": "Node16",
"moduleResolution": "Node16",
"outDir": "./build",
"rootDir": "./src",
"strict": true,
"esModuleInterop": true,
"skipLibCheck": true,
"forceConsistentCasingInFileNames": true
},
"include": ["src/**/*"]
}设置 API 密钥
你需要从 Anthropic Console 获取 Anthropic API 密钥。
创建 .env 文件：
ANTHROPIC_API_KEY=你的密钥将 .env 添加到 .gitignore：
echo ".env" >> .gitignore创建客户端
首先，在 src/client.ts 中设置导入并创建基本的客户端类：
import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";
import Anthropic from "@anthropic-ai/sdk";
import dotenv from "dotenv";
import { Tool } from "@anthropic-ai/sdk/resources/messages.js";
import {
CallToolResultSchema,
ListToolsResultSchema,
} from "@modelcontextprotocol/sdk/types.js";
import * as readline from "node:readline";
dotenv.config();
interface MCPClientConfig {
name?: string;
version?: string;
}
class MCPClient {
private client: Client | null = null;
private anthropic: Anthropic;
private transport: StdioClientTransport | null = null;
constructor(config: MCPClientConfig = {}) {
this.anthropic = new Anthropic();
}
// 方法将在这里实现
}服务器连接管理
接下来，实现连接到 MCP 服务器的方法：
async connectToServer(serverScriptPath: string): Promise<void> {
const isPython = serverScriptPath.endsWith(".py");
const isJs = serverScriptPath.endsWith(".js");
if (!isPython && !isJs) {
throw new Error("服务器脚本必须是 .py 或 .js 文件");
}
const command = isPython ? "python" : "node";
this.transport = new StdioClientTransport({
command,
args: [serverScriptPath],
});
this.client = new Client(
{
name: "mcp-client",
version: "1.0.0",
},
{
capabilities: {},
}
);
await this.client.connect(this.transport);
// 列出可用工具
const response = await this.client.request(
{ method: "tools/list" },
ListToolsResultSchema
);
console.log(
"\n已连接到服务器，可用工具：",
response.tools.map((tool: any) => tool.name)
);
}查询处理逻辑
现在添加处理查询和工具调用的核心功能：
async processQuery(query: string): Promise<string> {
if (!this.client) {
throw new Error("客户端未连接");
}
// 使用用户查询初始化消息数组
let messages: Anthropic.MessageParam[] = [
{
role: "user",
content: query,
},
];
// 获取可用工具
const toolsResponse = await this.client.request(
{ method: "tools/list" },
ListToolsResultSchema
);
const availableTools: Tool[] = toolsResponse.tools.map((tool: any) => ({
name: tool.name,
description: tool.description,
input_schema: tool.inputSchema,
}));
const finalText: string[] = [];
let currentResponse = await this.anthropic.messages.create({
model: "claude-3-5-sonnet-20241022",
max_tokens: 1000,
messages,
tools: availableTools,
});
// 处理响应和工具调用
while (true) {
// 将 Claude 的响应添加到最终文本和消息中
for (const content of currentResponse.content) {
if (content.type === "text") {
finalText.push(content.text);
} else if (content.type === "tool_use") {
const toolName = content.name;
const toolArgs = content.input;
// 执行工具调用
const result = await this.client.request(
{
method: "tools/call",
params: {
name: toolName,
args: toolArgs,
},
},
CallToolResultSchema
);
finalText.push(
`[调用工具 ${toolName}，参数：${JSON.stringify(toolArgs)}]`
);
// 将 Claude 的响应（包括工具使用）添加到消息中
messages.push({
role: "assistant",
content: currentResponse.content,
});
// 将工具结果添加到消息中
messages.push({
role: "user",
content: [
{
type: "tool_result",
tool_use_id: content.id,
content: [
{ type: "text", text: JSON.stringify(result.content) },
],
},
],
});
// 使用工具结果获取 Claude 的下一个响应
currentResponse = await this.anthropic.messages.create({
model: "claude-3-5-sonnet-20241022",
max_tokens: 1000,
messages,
tools: availableTools,
});
// 将 Claude 对工具结果的解释添加到最终文本中
if (currentResponse.content[0]?.type === "text") {
finalText.push(currentResponse.content[0].text);
}
// 继续循环以处理任何额外的工具调用
continue;
}
}
// 如果到达这里，说明响应中没有工具调用
break;
}
return finalText.join("\n");
}交互式聊天界面
添加聊天循环和清理功能：
async chatLoop(): Promise<void> {
console.log("\nMCP 客户端已启动！");
console.log("输入你的查询或输入 'quit' 退出。");
// 使用 Node 的 readline 进行控制台输入
const rl = readline.createInterface({
input: process.stdin,
output: process.stdout,
});
const askQuestion = () => {
rl.question("\n查询：", async (query: string) => {
try {
if (query.toLowerCase() === "quit") {
await this.cleanup();
rl.close();
return;
}
const response = await this.processQuery(query);
console.log("\n" + response);
askQuestion();
} catch (error) {
console.error("\n错误：", error);
askQuestion();
}
});
};
askQuestion();
}
async cleanup(): Promise<void> {
if (this.transport) {
await this.transport.close();
}
}主入口点
最后，在类外添加主执行逻辑：
// 主执行
async function main() {
if (process.argv.length < 3) {
console.log("用法：ts-node client.ts <服务器脚本路径>");
process.exit(1);
}
const client = new MCPClient();
try {
await client.connectToServer(process.argv[2]);
await client.chatLoop();
} catch (error) {
console.error("错误：", error);
await client.cleanup();
process.exit(1);
}
}
// 如果这是主模块则运行 main
if (import.meta.url === new URL(process.argv[1], "file:").href) {
main();
}
export default MCPClient;运行客户端
要使用任何 MCP 服务器运行你的客户端：
# 构建 TypeScript 代码。每次更新 `client.ts` 后都要重新运行！
npm run build
# 运行客户端
node build/client.js path/to/server.py # 对于 Python 服务器
node build/client.js path/to/server.js # 对于 Node.js 服务器客户端将：
- 连接到指定的服务器
- 列出可用工具
- 启动交互式聊天会话，你可以：
- 输入查询
- 查看工具执行情况
- 获取来自 Claude 的响应
关键组件说明
1. 客户端初始化
MCPClient类初始化会话管理和 API 客户端- 设置具有基本功能的 MCP 客户端
- 配置用于 Claude 交互的 Anthropic 客户端
2. 服务器连接
- 支持 Python 和 Node.js 服务器
- 验证服务器脚本类型
- 设置适当的通信通道
- 连接时列出可用工具
3. 查询处理
- 维护对话上下文
- 处理 Claude 的响应和工具调用
- 管理 Claude 和工具之间的消息流
- 将结果组合成连贯的响应
4. 交互界面
- 提供简单的命令行界面
- 处理用户输入并显示响应
- 包含基本错误处理
- 允许优雅退出
5. 资源管理
- 正确清理资源
- 连接问题的错误处理
- 优雅的关闭程序
常见自定义点
工具处理
- 修改
processQuery()以处理特定工具类型 - 为工具调用添加自定义错误处理
- 实现工具特定的响应格式化
- 修改
响应处理
- 自定义工具结果的格式化方式
- 添加响应过滤或转换
- 实现自定义日志记录
用户界面
- 添加 GUI 或 Web 界面
- 实现丰富的控制台输出
- 添加命令历史或自动完成
最佳实践
错误处理
- 始终将工具调用包装在 try-catch 块中
- 提供有意义的错误消息
- 优雅地处理连接问题
资源管理
- 使用适当的清理方法
- 完成后关闭连接
- 处理服务器断开连接
安全性
- 在
.env中安全存储 API 密钥 - 验证服务器响应
- 谨慎处理工具权限
- 在
故障排除
服务器路径问题
- 仔细检查服务器脚本的路径
- 如果相对路径不起作用，请使用绝对路径
- 对于 Windows 用户，使用正斜杠(/)或转义的反斜杠(\)
- 验证服务器文件具有正确的扩展名(.py 或 .js)
正确路径使用示例：
# 相对路径
node build/client.js ./server/weather.js
# 绝对路径
node build/client.js /Users/username/projects/mcp-server/weather.js
# Windows 路径（两种格式都可以）
node build/client.js C:/projects/mcp-server/weather.js
node build/client.js C:\\projects\\mcp-server\\weather.js连接问题
- 验证服务器脚本存在并具有正确的权限
- 检查服务器脚本是否可执行
- 确保已安装服务器脚本的依赖项
- 尝试直接运行服务器脚本以检查错误
工具执行问题
- 检查服务器日志中的错误消息
- 验证工具输入参数是否匹配模式
- 确保工具依赖项可用
- 添加调试日志以跟踪执行流程