MCP ServersMCP.so
MCP CLI Client

MCP CLI Client

Visit Server
created by
MCP CLI ClientFbeundera day ago
Een lokale MCP host en client die met meerdere LLM's en meerdere MCP servers kan werken.
Information

MCP CLI Client

Een Command Line Interface voor het werken met MCP (Machine Communication Protocol) servers via zowel lokale verbindingen (STDIO) als remote verbindingen (SSE).

Overzicht

De MCP CLI Client stelt gebruikers in staat om:

  • Te verbinden met lokale MCP-servers via STDIO
  • Te verbinden met remote MCP-servers via SSE (Server-Sent Events)
  • JSON-RPC verzoeken te sturen naar verbonden servers
  • Te werken in zowel command-line modus als interactieve modus
  • Als een Python module te integreren in andere projecten

Installatie

  1. Clone de repository:

    git clone https://github.com/Fbeunder/MCP_CLI_CLIENT.git
    cd MCP_CLI_CLIENT
    
  2. Maak een virtuele omgeving aan (optioneel maar aanbevolen):

    python -m venv venv
    source venv/bin/activate  # Op Windows: venv\Scripts\activate
    
  3. Installeer de benodigde packages:

    pip install -r requirements.txt
    
  4. Configureer de applicatie:

    cp .env.example .env
    # Bewerk .env met je eigen configuratie
    
  5. Om als Python pakket te installeren:

    pip install -e .
    

Gebruik als Command Line Tool

Basis commando's

# Verbinden met een lokale MCP-server en een verzoek uitvoeren
python main.py --local --method methodName --params '{"param1": "value1"}'

# Verbinden met een remote MCP-server en een verzoek uitvoeren
python main.py --remote --method methodName --params '{"param1": "value1"}'

# Starten in interactieve modus met een lokale server
python main.py --local

Interactieve modus

In de interactieve modus kun je commando's invoeren in het formaat:

methodName {"param1": "value1", "param2": "value2"}

Typ exit, quit of q om de interactieve modus te verlaten.

Gebruik als Python Module

De MCP CLI Client kan ook worden gebruikt als een Python module in je eigen projecten:

from mcp_cli_client import MCPClient

# Maak een nieuwe client instantie
client = MCPClient()

# Verbind met een lokale MCP server
client.connect_stdio("path/to/local/mcp/server")
# OF verbind met een remote server
# client.connect_sse("https://mcp-server.example.com/events")

# Stuur verzoeken
response = client.send_request("getVersion")
print(response)

# Stuur verzoeken met parameters
response = client.send_request("echo", {"message": "Hello, MCP!"})
print(response)

# Sluit de verbinding
client.close()

Installatie als module

Om de MCP CLI Client als module te installeren in andere projecten:

# Vanuit de repo directory
pip install -e .

# OF direct vanaf GitHub
pip install git+https://github.com/Fbeunder/MCP_CLI_CLIENT.git

Uitgebreid voorbeeld

Bekijk examples/module_example.py voor een uitgebreid voorbeeld van het gebruik als module.

Configuratie

Configuratie wordt geladen uit het .env bestand, met de volgende opties:

  • MCP_SERVER_URL: URL voor de remote SSE server
  • MCP_LOCAL_COMMAND: Opdracht om een lokale server te starten via STDIO
  • API_KEY: Optionele API-sleutel voor authenticatie
  • LOG_LEVEL: Logniveau (DEBUG, INFO, ERROR)

Testen

Het project bevat een uitgebreide testsuite met unit tests en integratietests.

Tests uitvoeren

  1. Installeer de test dependencies:

    pip install -r requirements.txt
    
  2. Voer alle tests uit:

    pytest
    
  3. Voer tests uit met coverage rapportage:

    pytest --cov=src
    

Teststructuur

  • tests/test_mcp_client.py: Unit tests voor de MCPClient class
  • tests/test_mcp_cli.py: Unit tests voor de command-line interface
  • tests/test_integration.py: Integratietests die de verschillende componenten samen testen

API Documentatie

MCPClient

De MCPClient klasse biedt de volgende methoden:

  • connect_stdio(command=None): Verbind met een lokale MCP server via STDIO
  • connect_sse(url=None): Verbind met een remote MCP server via SSE
  • send_request(method, params=None): Stuur een JSON-RPC verzoek
  • close(): Sluit de verbinding

Exceptions

  • ConfigurationError: Fout bij laden of verwerken van configuratie
  • ConnectionError: Fout bij het maken van een verbinding
  • CommunicationError: Fout bij communicatie met de MCP server

Licentie

MIT

Recommended Clients
Mcp Databricks Server
Mcp Databricks ServerThis is a Model Context Protocol (MCP) server for executing SQL queries against Databricks using the Statement Execution API. It enables AI assistants to directly query Databricks data warehouses, analyze database schemas, and retrieve query results in a structured format, all while respecting proper permission boundaries. It can retrieve data by performing SQL requests using the Databricks API. When used in an Agent mode, it can successfully iterate over a number of requests to perform complex tasks. It is even better when coupled with Unity Catalog Metadata.
Github
GithubMCP Server for the GitHub API, enabling file operations, repository management, search functionality, and more.
ChatSum
ChatSumQuery and Summarize your chat messages.
Template for MCP Server
Template for MCP Server
Perplexity Web Search MCP Server
Perplexity Web Search MCP ServerA perplexity MCP server
MongoDB Lens
MongoDB LensFull featured MCP Server for MongoDB database analysis.
Mcp Server Ragdocs
Mcp Server RagdocsAn MCP server that provides tools for retrieving and processing documentation through vector search, both locally or hosted. Enabling AI assistants to augment their responses with relevant documentation context.
Microsoft SQL Server MCP Server (MSSQL)
Microsoft SQL Server MCP Server (MSSQL)MS SQL MCP Server An easy-to-use bridge that lets AI assistants like Claude directly query and explore Microsoft SQL Server databases. No coding experience required! What Does This Tool Do? This tool allows AI assistants to: Discover tables in your SQL Server database View table structures (columns, data types, etc.) Execute read-only SQL queries safely Generate SQL queries from natural language requests
Nuanced MCP Server
Nuanced MCP ServerA Model Context Protocol (MCP) server that provides call graph analysis capabilities to LLMs through the nuanced library
Mcp Timeplus
Mcp TimeplusMCP timeplus for Apache Kafka, ClickHouse and Timeplus. Able to list Kafka topics, poll Kafka messages, save Kafka data locally and query with SQL via Timeplus