Defining tools with MCP

MCP Server und Tool-Definitionen (Zusammenfassung)

Ziel: Erstellung eines MCP Servers für einen CLI-Chatbot mit spezifischen Funktionen.

Kernkonzepte:

• MCP Server: Der Server wird in der Datei mcpserver. py implementiert.
• MCP Python SDK: Dieses SDK vereinfacht die Erstellung des Servers und die Definition von Tools erheblich.
• Tool-Definition:
• Anstatt manuelle JSON Schemas zu schreiben, definiert man Tools direkt im Python-Code.
• Das SDK generiert intern das notwendige JSON Schema, das an das LLM (z. B. Claude) übergeben wird.
• Struktur: Ein Tool wird durch Angabe von Name, Beschreibung und den erforderlichen Argumenten definiert.
• Implementierung von Tools (Beispiele):

• Tool 1: read_doc_contents
• Zweck: Liest den Inhalt eines Dokuments.
• Argument: doc_id (String) – ID des zu lesenden Dokuments.
• Logik:
• Prüft, ob doc_id im In-Memory-Speicher (docs Dictionary) existiert.
• Wenn nicht vorhanden, wirft ein ValueError ("doc with ID doc_id not found").
• Gibt den Inhalt (docs[doc_id]) zurück.

• Tool 2: edit_document
• Zweck: Ersetzt einen bestimmten Text in einem Dokument.
• Argument:
• doc_id (String): ID des zu editierenden Dokuments.
• old_string (String): Text, der exakt ersetzt werden soll.
• new_string (String): Neuer Text.
• Logik:
• Prüft, ob doc_id im Speicher existiert.
• Führt eine Find-and-Replace-Operation auf dem Dokument aus: docs[doc_id] = docs[doc_id]. replace(old_string, new_string).

Wichtige Hinweise:

• Die Verwendung des MCP SDK macht die Tool-Erstellung deutlich einfacher als die manuelle Schema-Erstellung.
• Die Dokumente sind initial in einem In-Memory-Dictionary (docs) gespeichert.
• Die korrekte Definition erfordert die Angabe von Name, Beschreibung und Typ/Beschreibung der Argumente.

Takeaways

• Der MCP Server wird mithilfe des MCP Python SDK implementiert, um die Erstellung zu vereinfachen.
• Tools werden direkt im Python-Code definiert (Name, Beschreibung, Argument), anstatt manuelle JSON Schemas zu schreiben.
• Das SDK generiert intern das notwendige JSON Schema, das an das LLM übergeben wird.
• Dokumente werden initial in einem In-Memory-Dictionary (docs) gespeichert.
• Tools wie read_doc_contents und edit_document implementieren spezifische Logiken (z. B. Find-and-Replace) auf diesen In-Memory-Daten.