article
README
🚀 MCP DeepSeek 演示项目
MCP DeepSeek 演示项目是基于 Model Context Protocol (MCP) 的客户端应用,可与 DeepSeek AI 模型交互。它展示了 MCP 协议与 DeepSeek API 的集成,实现工具调用和实时通信,为用户提供便捷的 AI 交互体验。
🚀 快速开始
前置条件
- Node.js 16+ 和 npm/yarn/pnpm
- DeepSeek API 密钥
安装
- 克隆仓库
git clone https://github.com/yourusername/mcp-deepseek-demo.git
cd mcp-deepseek-demo
- 安装依赖
pnpm install
- 配置环境变量
在 mcp-client 目录下创建
.env文件,并添加以下配置:
# MCP服务器配置
MCP_SERVER_URL=http://localhost:8083/sse
# AI提供商配置
DEEPSEEK_API_KEY=sk-...
DEEPSEEK_API_URL=https://api.deepseek.com/v1/chat/completions
# 默认使用的AI模型
DEFAULT_MODEL=deepseek-chat
在 mcp-sse-server 目录下创建 .env 文件,并添加以下配置:
PORT=8083
✨ 主要特性
- 现代化的中文用户界面,带来舒适的交互体验。
- 支持与 AI 助手实时聊天,交流更高效。
- 支持多种工具调用,如产品查询、库存管理等,满足多样化需求。
- 基于 SSE 的实时通信,确保信息及时传递。
- 具备自动重连机制,保障通信稳定性。
- 采用响应式设计,适配不同设备。
📦 安装指南
克隆仓库
git clone https://github.com/yourusername/mcp-deepseek-demo.git
cd mcp-deepseek-demo
安装依赖
pnpm install
配置环境变量
在 mcp-client 目录下创建 .env 文件,并添加以下配置:
# MCP服务器配置
MCP_SERVER_URL=http://localhost:8083/sse
# AI提供商配置
DEEPSEEK_API_KEY=sk-...
DEEPSEEK_API_URL=https://api.deepseek.com/v1/chat/completions
# 默认使用的AI模型
DEFAULT_MODEL=deepseek-chat
在 mcp-sse-server 目录下创建 .env 文件,并添加以下配置:
PORT=8083
💻 使用示例
启动服务
cd mcp-sse-server && npm start
运行客户端
cd mcp-client && npm run dev
📚 详细文档
项目结构
mcp-deepseek-demo/
├── mcp-client/ # 前端应用,基于 Next.js 实现用户界面和 API 集成
│ ├── package.json # 项目依赖管理文件
│ └── .env # 环境变量配置文件
├── mcp-sse-server/ # 后端服务,基于 Node.js 和 SSE 实现工具调用功能
│ ├── package.json # 项目依赖管理文件
│ └── .env # 环境变量配置文件
└── README.md # 项目说明文档
工具列表
- mcp-client:提供与 DeepSeek AI 模型交互的用户界面,支持以下功能:
- 实时聊天
- 文件上传下载
- 系统文件操作
- mcp-sse-server:提供以下工具接口:
- 文件管理:支持文件上传、下载和删除
- 系统命令执行:支持在服务器端执行系统命令
🔧 技术细节
技术栈
| 属性 | 详情 | |------|------| | 前端 | Next.js, React, TypeScript, Tailwind CSS | | 后端 | Node.js, TypeScript | | 通信 | Server-Sent Events (SSE) | | API | DeepSeek API, Model Context Protocol (MCP) |
🤝 贡献指南
欢迎贡献代码或提出问题!请遵循以下步骤:
- Fork 该仓库
- 创建您的特性分支 (
git checkout -b feature/amazing-feature) - 提交您的更改 (
git commit -m 'Add some amazing feature') - 推送到分支 (
git push origin feature/amazing-feature) - 打开一个 Pull Request
扫码联系在线客服