MCP Chat Demo

Name: MCP Chat Demo
Author: ehartye

@ehartye

リポジトリ

MCP Chat Demo について

A sample chat application demonstrating integration with Model Context Protocol (MCP) servers

基本情報

カテゴリ

AI とエージェント

トランスポート

stdio

公開者

ehartye

設定

標準の設定はありません

このサーバーの README には解析可能な MCP 設定ブロックが含まれていません。インストール手順はリポジトリをご確認ください。

リポジトリ

ツール

ツールは検出されませんでした

ツールは README から自動的に抽出されます。メンテナーは ## Tools という見出しの下に記載することで、このタブに反映できます。

概要

What is MCP Chat Demo?

A sample chat application demonstrating integration with Model Context Protocol (MCP) servers. It provides a real‑time chat interface for interacting with MCP tools and resources.

How to use MCP Chat Demo?

Clone the repository, install dependencies with npm install, and start the development server with npm run dev. The app then connects to local or remote MCP servers.

Key features of MCP Chat Demo

Connect to local or remote MCP servers
Real‑time chat interface
Support for MCP tools and resources
Message history
Error handling and reconnection logic

Use cases of MCP Chat Demo

Testing and demonstrating MCP server integration
Building a prototype chat interface for MCP tools
Exploring real‑time interaction with MCP resources
Showcasing error handling and reconnection patterns

FAQ from MCP Chat Demo

What MCP servers can I connect to?

The app supports connecting to both local and remote MCP servers.

What technology does it use?

It uses React 18, TypeScript, Vite, TailwindCSS, and the MCP TypeScript SDK.

Does it support message history?

Yes, it includes message history functionality.

Does it handle connection errors and reconnection?

Yes, the app includes error handling and reconnection logic.

What is the project structure?

Source code is organized under src/ with components for Chat, MessageList, MessageInput, and MCPConnection, plus a library for MCP client and types.

「AI とエージェント」の他のコンテンツ

Hass-MCP

voska

Control and query Home Assistant from Claude and other LLMs — a Model Context Protocol (MCP) server.

307

欢迎来到智言平台

Shy2593666979

AgentChat 是一个基于 LLM 的智能体交流平台，内置默认 Agent 并支持用户自定义 Agent。通过多轮对话和任务协作，Agent 可以理解并协助完成复杂任务。项目集成 LangChain、Function Call、MCP 协议、RAG、Memory、HITL、Skill、Milvus 和 ElasticSearch 等技术，实现高效的知识检索与工具调用，使用 FastAPI 构建高性能后端服务。

797