feat: 添加MCP服务器初始实现及文档

添加MCP服务器的完整实现，包括： - 主程序文件mcp_server.py - 配置文件config.toml - 依赖文件requirements.txt - 安装指南INSTALL.md - 使用说明README.md 服务器功能包括接收请求、调用OpenAI API进行分析、日志记录等
2025-09-10 20:49:25 +08:00
parent fb530c43ce
commit 107b20a410
5 changed files with 632 additions and 0 deletions
--- a/mcp_server/INSTALL.md
+++ b/mcp_server/INSTALL.md
@@ -0,0 +1,186 @@
+# MCP服务器 - pip安装指南
+
+本文档提供了在不同环境下使用pip安装MCP服务器依赖包的详细步骤。
+
+## 系统要求
+
+- Python 3.8 或更高版本
+- pip 21.0 或更高版本
+
+## 检查Python和pip版本
+
+在开始安装之前，请先检查您的Python和pip版本：
+
+```bash
+python --version  # 或 python3 --version
+pip --version    # 或 pip3 --version
+```
+
+如果您的系统中没有安装Python或pip，请先安装它们。
+
+## 安装依赖方法
+
+### 方法1：使用requirements.txt直接安装
+
+最简单的方法是直接使用我们提供的`requirements.txt`文件安装所有依赖：
+
+```bash
+cd /home/geng/mydate/deploy.stack/mcp_server
+pip install -r requirements.txt
+```
+
+如果您的系统中有多个Python版本，可能需要使用`pip3`：
+
+```bash
+pip3 install -r requirements.txt
+```
+
+### 方法2：虚拟环境安装（推荐）
+
+为了避免依赖冲突，我们推荐在虚拟环境中安装MCP服务器：
+
+#### 创建虚拟环境
+
+```bash
+# 创建虚拟环境
+python -m venv venv
+
+# 激活虚拟环境
+# Linux/MacOS
+source venv/bin/activate
+# Windows
+# venv\Scripts\activate
+```
+
+#### 在虚拟环境中安装依赖
+
+```bash
+pip install -r requirements.txt
+```
+
+### 方法3：手动安装各个包
+
+如果您需要手动安装各个包，可以使用以下命令：
+
+```bash
+# 安装Flask
+pip install flask==3.0.3
+
+# 安装OpenAI API客户端
+pip install openai==1.30.1
+
+# 安装requests库
+pip install requests==2.31.0
+
+# 安装dotenv（用于环境变量管理）
+pip install python-dotenv==1.0.1
+
+# 可选：安装JSON日志格式化库
+pip install python-json-logger==2.0.7
+```
+
+## 使用国内镜像源加速安装
+
+如果您在国内访问PyPI比较慢，可以使用国内镜像源加速安装：
+
+### 使用阿里云镜像源
+
+```bash
+pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
+```
+
+### 使用清华大学镜像源
+
+```bash
+pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/
+```
+
+### 使用华为云镜像源
+
+```bash
+pip install -r requirements.txt -i https://repo.huaweicloud.com/repository/pypi/simple/
+```
+
+## 验证安装
+
+安装完成后，您可以使用以下命令验证所有依赖是否正确安装：
+
+```bash
+pip list | grep -E "flask|openai|requests|python-dotenv"
+```
+
+您应该能看到已安装的包及其版本。
+
+## 安装常见问题
+
+### 1. 权限错误
+
+如果您遇到权限错误，可以尝试使用`--user`选项以用户权限安装：
+
+```bash
+pip install -r requirements.txt --user
+```
+
+或者使用sudo（不推荐）：
+
+```bash
+sudo pip install -r requirements.txt
+```
+
+### 2. 版本冲突
+
+如果遇到版本冲突，可以尝试更新pip：
+
+```bash
+pip install --upgrade pip
+```
+
+然后重新安装依赖。
+
+### 3. Python.h: No such file or directory
+
+如果在安装过程中遇到缺少Python开发文件的错误，可以安装Python开发包：
+
+#### Ubuntu/Debian
+
+```bash
+sudo apt-get install python3-dev
+```
+
+#### CentOS/RHEL
+
+```bash
+sudo yum install python3-devel
+```
+
+#### Fedora
+
+```bash
+sudo dnf install python3-devel
+```
+
+## 升级依赖
+
+当需要升级依赖到新版本时，可以使用以下命令：
+
+```bash
+pip install --upgrade -r requirements.txt
+```
+
+## 卸载依赖
+
+如果需要卸载所有依赖，可以使用以下命令：
+
+```bash
+pip uninstall -r requirements.txt -y
+```
+
+## 生成新的requirements.txt
+
+如果您对项目依赖做了修改，可以生成新的requirements.txt文件：
+
+```bash
+pip freeze > requirements.txt
+```
+
+注意：这将包含环境中所有已安装的包，建议在虚拟环境中执行此操作。
--- a/mcp_server/README.md
+++ b/mcp_server/README.md
@@ -0,0 +1,214 @@
+# MCP服务器 - OpenAPI对接版
+
+## 简介
+
+这是一个对接OpenAPI的MCP（Model Context Protocol）服务器实现，用于接收来自客户端的请求并调用OpenAI API进行处理和分析。本服务器特别为与`disk_inspection.py`硬盘巡检脚本配合使用而设计，可以自动分析硬盘健康状态报告。
+
+## 目录结构
+
+```
+mcp_server/
+├── config.toml      # 配置文件
+├── mcp_server.py    # 主程序文件
+└── README.md        # 说明文档
+```
+
+## 安装依赖
+
+在运行MCP服务器之前，需要安装必要的Python依赖包：
+
+```bash
+pip install flask openai
+```
+
+## 配置说明
+
+### 配置文件 `config.toml`
+
+配置文件使用TOML格式，包含以下几个主要部分：
+
+1. **服务器配置**
+   ```toml
+   [server]
+   host = "0.0.0.0"  # 监听地址，0.0.0.0表示所有网卡
+   port = 8080       # 监听端口
+   debug = false     # 是否开启调试模式
+   ```
+
+2. **OpenAI API配置**
+   ```toml
+   [openai]
+   api_key = "your-api-key-here"  # 请替换为您的OpenAI API密钥
+   model = "gpt-3.5-turbo"        # 使用的模型
+   base_url = "https://api.openai.com/v1"  # API基础URL
+   max_tokens = 2048              # 最大token数
+   temperature = 0.7              # 温度参数
+   ```
+
+3. **日志配置**
+   ```toml
+   [logging]
+   level = "info"        # 日志级别：debug, info, warn, error
+   format = "text"       # 日志格式：text, json
+   file_path = "/var/log/mcp_server.log"  # 日志文件路径
+   ```
+
+4. **安全配置**
+   ```toml
+   [security]
+   enable_auth = false  # 是否启用认证
+   # 如果启用认证，需配置以下参数
+   # auth_token = "your-auth-token"  # 认证令牌
+   ```
+
+## 运行MCP服务器
+
+### 1. 修改配置文件
+
+首先，编辑`config.toml`文件，设置您的OpenAI API密钥：
+
+```bash
+vim /home/geng/mydate/deploy.stack/mcp_server/config.toml
+```
+
+找到`[openai]`部分，将`api_key`替换为您的实际API密钥。
+
+### 2. 启动服务器
+
+使用Python直接运行服务器：
+
+```bash
+cd /home/geng/mydate/deploy.stack/mcp_server
+python mcp_server.py
+```
+
+或者，您可以将其作为后台服务运行：
+
+```bash
+nohup python mcp_server.py > /dev/null 2>&1 &
+```
+
+## 与 `disk_inspection.py` 的对接
+
+已修改的`disk_inspection.py`脚本可以直接向MCP服务器提交硬盘巡检报告：
+
+### 1. 为`disk_inspection.py`安装依赖
+
+```bash
+pip install requests
+```
+
+### 2. 运行硬盘巡检脚本
+
+```bash
+python /home/geng/mydate/deploy.stack/crontab/disk_inspection.py
+```
+
+脚本会自动执行以下操作：
+- 检查各个控制器的硬盘状态
+- 生成Markdown格式的报告
+- 将报告通过HTTP请求发送到MCP服务器
+- 接收并保存AI分析结果
+
+### 手动提交数据（可选）
+
+如果需要手动提交数据，可以使用curl命令：
+
+```bash
+curl -X POST -H 'Content-Type: application/json' -d @/root/mcp_data_日期.json http://localhost:8080/mcp/v1/submit
+```
+
+## API接口说明
+
+### MCP提交接口
+
+```
+POST /mcp/v1/submit
+```
+
+**请求体（JSON格式）**:
+```json
+{
+  "type": "disk_inspection_report",
+  "timestamp": "2023-08-15T12:34:56.789012",
+  "content": "# 硬盘巡检报告\n..."
+}
+```
+
+**响应（JSON格式）**:
+```json
+{
+  "status": "success",
+  "result": {
+    "analysis": "分析结果...",
+    "processed_at": "2023-08-15T12:35:00.123456",
+    "original_type": "disk_inspection_report"
+  }
+}
+```
+
+### 健康检查接口
+
+```
+GET /health
+```
+
+**响应（JSON格式）**:
+```json
+{
+  "status": "healthy"
+}
+```
+
+## 故障排除
+
+1. **API密钥错误**
+   - 确保`config.toml`中的OpenAI API密钥正确
+   - 检查API密钥是否有足够的余额和权限
+
+2. **连接失败**
+   - 确保MCP服务器正在运行
+   - 检查防火墙设置，确保8080端口已开放
+   - 验证`disk_inspection.py`中的MCP服务器URL是否正确
+
+3. **权限问题**
+   - 确保运行服务器的用户有权限写入日志文件
+   - 确保`disk_inspection.py`以root权限运行
+
+## 定期运行设置
+
+您可以将MCP服务器添加到系统服务中，确保其持续运行：
+
+1. 创建系统服务文件：
+   ```bash
+   sudo vim /etc/systemd/system/mcp_server.service
+   ```
+
+2. 添加以下内容（根据实际路径修改）：
+   ```
+   [Unit]
+   Description=MCP Server for OpenAPI Integration
+   After=network.target
+   
+   [Service]
+   Type=simple
+   User=root
+   WorkingDirectory=/home/geng/mydate/deploy.stack/mcp_server
+   ExecStart=/usr/bin/python /home/geng/mydate/deploy.stack/mcp_server/mcp_server.py
+   Restart=on-failure
+   
+   [Install]
+   WantedBy=multi-user.target
+   ```
+
+3. 启用并启动服务：
+   ```bash
+   sudo systemctl daemon-reload
+   sudo systemctl enable mcp_server
+   sudo systemctl start mcp_server
+   ```
+
+4. 检查服务状态：
+   ```bash
+   sudo systemctl status mcp_server
+   ```
--- a/mcp_server/config.toml
+++ b/mcp_server/config.toml
@@ -0,0 +1,27 @@
+[server]
+# MCP服务器配置
+host = "0.0.0.0"  # 监听地址
+port = 8080       # 监听端口
+debug = false     # 是否开启调试模式
+
+[openai]
+# OpenAI API配置
+api_key = "your-api-key-here"  # OpenAI API密钥
+model = "gpt-3.5-turbo"        # 使用的模型
+base_url = "https://api.openai.com/v1"  # API基础URL
+max_tokens = 2048              # 最大token数
+temperature = 0.7              # 温度参数
+
+auto_approve = true  # 是否自动批准工具调用请求
+
+[logging]
+# 日志配置
+level = "info"        # 日志级别：debug, info, warn, error
+format = "text"       # 日志格式：text, json
+file_path = "/var/log/mcp_server.log"  # 日志文件路径
+
+[security]
+# 安全配置
+enable_auth = false  # 是否启用认证
+# 如果启用认证，需配置以下参数
+# auth_token = "your-auth-token"  # 认证令牌
--- a/mcp_server/mcp_server.py
+++ b/mcp_server/mcp_server.py
@@ -0,0 +1,188 @@
+#!/usr/bin/env python3
+# -*- coding: UTF-8 -*-
+
+import os
+import sys
+import logging
+import json
+import toml
+import traceback
+from flask import Flask, request, jsonify
+import openai
+
+class MCPServer:
+    def __init__(self):
+        # 初始化应用
+        self.app = Flask(__name__)
+        # 加载配置
+        self.config = self.load_config()
+        # 配置日志
+        self.setup_logging()
+        # 配置OpenAI客户端
+        self.setup_openai()
+        # 注册路由
+        self.register_routes()
+
+    def load_config(self):
+        """加载配置文件"""
+        config_path = os.path.join(os.path.dirname(__file__), "config.toml")
+        if not os.path.exists(config_path):
+            print(f"错误：配置文件不存在: {config_path}")
+            sys.exit(1)
+        
+        with open(config_path, "r", encoding="utf-8") as f:
+            return toml.load(f)
+
+    def setup_logging(self):
+        """配置日志系统"""
+        log_config = self.config.get("logging", {})
+        log_level = getattr(logging, log_config.get("level", "info").upper())
+        log_format = log_config.get("format", "text")
+        log_file = log_config.get("file_path", "/var/log/mcp_server.log")
+        
+        # 确保日志目录存在
+        log_dir = os.path.dirname(log_file)
+        if log_dir and not os.path.exists(log_dir):
+            os.makedirs(log_dir, exist_ok=True)
+        
+        # 配置日志格式
+        if log_format == "json":
+            formatter = logging.Formatter(
+                '{"time":"%(asctime)s", "level":"%(levelname)s", "message":"%(message)s"}'
+            )
+        else:
+            formatter = logging.Formatter(
+                '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
+            )
+        
+        # 配置文件日志
+        file_handler = logging.FileHandler(log_file, encoding="utf-8")
+        file_handler.setFormatter(formatter)
+        
+        # 配置控制台日志
+        console_handler = logging.StreamHandler()
+        console_handler.setFormatter(formatter)
+        
+        # 获取根logger并配置
+        logger = logging.getLogger()
+        logger.setLevel(log_level)
+        logger.addHandler(file_handler)
+        logger.addHandler(console_handler)
+        
+        self.logger = logging.getLogger("MCPServer")
+
+    def setup_openai(self):
+        """配置OpenAI客户端"""
+        openai_config = self.config.get("openai", {})
+        openai.api_key = openai_config.get("api_key")
+        
+        # 如果配置了自定义API基础URL
+        if "base_url" in openai_config:
+            openai.api_base = openai_config["base_url"]
+        
+        self.openai_config = openai_config
+
+    def register_routes(self):
+        """注册API路由"""
+        @self.app.route("/mcp/v1/submit", methods=["POST"])
+        def submit_data():
+            """接收并处理MCP提交的数据"""
+            try:
+                # 获取请求数据
+                data = request.get_json()
+                if not data:
+                    self.logger.warning("接收到无效的JSON数据")
+                    return jsonify({"error": "无效的JSON数据"}), 400
+                
+                self.logger.info(f"接收到MCP提交请求，类型: {data.get('type')}")
+                
+                # 处理提交的数据
+                result = self.process_submission(data)
+                
+                return jsonify({"status": "success", "result": result})
+            except Exception as e:
+                self.logger.error(f"处理提交请求时出错: {str(e)}")
+                self.logger.debug(traceback.format_exc())
+                return jsonify({"error": str(e)}), 500
+        
+        @self.app.route("/health", methods=["GET"])
+        def health_check():
+            """健康检查接口"""
+            return jsonify({"status": "healthy"}), 200
+
+    def process_submission(self, data):
+        """处理提交的数据，调用OpenAI API进行分析"""
+        submission_type = data.get("type", "")
+        content = data.get("content", "")
+        timestamp = data.get("timestamp", "")
+        
+        # 根据数据类型生成不同的提示词
+        if submission_type == "disk_inspection_report":
+            prompt = self.generate_disk_report_prompt(content)
+        else:
+            prompt = f"请分析以下数据（类型：{submission_type}）：\n{content}"
+        
+        # 调用OpenAI API
+        response = self.call_openai_api(prompt)
+        
+        return {
+            "analysis": response,
+            "processed_at": self.get_current_timestamp(),
+            "original_type": submission_type
+        }
+
+    def generate_disk_report_prompt(self, report_content):
+        """为硬盘巡检报告生成特定的提示词"""
+        return f"""你是一位专业的系统管理员，请分析以下硬盘巡检报告：
+
+{report_content}
+
+请提供详细的分析结果，包括：
+1. 健康状态总结
+2. 异常项分析（如果有）
+3. 潜在风险评估
+4. 维护建议
+5. 需要特别关注的问题（如果有）"""
+
+    def call_openai_api(self, prompt):
+        """调用OpenAI API"""
+        try:
+            # 调用OpenAI ChatCompletion API
+            response = openai.ChatCompletion.create(
+                model=self.openai_config.get("model", "gpt-3.5-turbo"),
+                messages=[
+                    {"role": "system", "content": "你是一个专业的AI助手，帮助用户分析和处理各种数据。"},
+                    {"role": "user", "content": prompt}
+                ],
+                max_tokens=self.openai_config.get("max_tokens", 2048),
+                temperature=self.openai_config.get("temperature", 0.7)
+            )
+            
+            # 提取回复内容
+            return response["choices"][0]["message"]["content"].strip()
+        except Exception as e:
+            self.logger.error(f"调用OpenAI API时出错: {str(e)}")
+            raise
+
+    def get_current_timestamp(self):
+        """获取当前时间戳"""
+        import datetime
+        return datetime.datetime.now().isoformat()
+
+    def run(self):
+        """启动服务器"""
+        server_config = self.config.get("server", {})
+        host = server_config.get("host", "0.0.0.0")
+        port = server_config.get("port", 8080)
+        debug = server_config.get("debug", False)
+        
+        self.logger.info(f"MCP服务器启动成功，监听地址: {host}:{port}")
+        self.logger.info(f"OpenAI API配置: 模型={self.openai_config.get('model')}")
+        
+        # 启动Flask服务器
+        self.app.run(host=host, port=port, debug=debug)
+
+if __name__ == "__main__":
+    # 创建并运行MCP服务器
+    server = MCPServer()
+    server.run()
--- a/mcp_server/requirements.txt
+++ b/mcp_server/requirements.txt
@@ -0,0 +1,17 @@
+# MCP服务器依赖包
+# 生成时间: "+str(datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S"))+"
+
+# Web框架
+flask==3.0.3
+
+# OpenAI API客户端
+openai==1.30.1
+
+# HTTP请求库
+requests==2.31.0
+
+# 配置文件解析
+python-dotenv==1.0.1
+
+# 可选依赖 - 用于日志格式化
+python-json-logger==2.0.7