开发者指南如何为 mcp-client-cli 贡献代码与扩展新功能【免费下载链接】mcp-client-cliA simple CLI to run LLM prompt and implement MCP client.项目地址: https://gitcode.com/gh_mirrors/mc/mcp-client-climcp-client-cli 是一个简洁实用的命令行工具让你可以直接在终端里运行 LLM 提示词同时作为 Model Context ProtocolMCP客户端调用各类 MCP 服务器提供的能力。如果你正在寻找一个上手门槛低、模块划分清晰的 Python 开源项目来练习贡献代码或者希望为 mcp-client-cli 扩展新功能比如新增提示词模板、接入新的 MCP 服务器那么这份贡献指南就是为你准备的。本文将带你快速理解项目架构、搭建本地开发环境并给出扩展功能与提交代码的完整路径。快速上手如何搭建 mcp-client-cli 本地开发环境贡献代码的第一步是把项目克隆到本地并让它成功跑起来。mcp-client-cli 基于 Python 3.12使用 uv 管理依赖整体安装非常轻量。克隆仓库到本地git clone https://gitcode.com/gh_mirrors/mc/mcp-client-cli cd mcp-client-cli安装项目依赖并确认llm命令可用。创建配置文件~/.llm/config.json填入 LLM 的 provider、model、api_key以及想要接入的 MCP 服务器。配置字段的完整说明可以参考仓库根目录的mcp-server-config-example.json。配置就绪后运行一句llm Hello看到模型回复就说明本地开发环境已经搭建完成可以开始改代码了 理解架构mcp-client-cli 的六大核心模块mcp-client-cli 的源码集中在src/mcp_client_cli/目录下模块划分非常清晰非常适合作为开源项目入门的阅读材料。核心模块一览模块文件核心职责cli.py命令行入口负责参数解析与会话调度config.py读取并校验~/.llm/config.json配置tool.py将 MCP 工具转换为 LangChain 工具prompt.py内置提示词模板注册表memory.py用户记忆与向量检索存储storage.py对话历史与工具缓存的 SQLite 持久化output.py终端输出格式化与流式渲染从上面的 C4 架构图可以看到整个项目采用 LangChain LangGraph 构建 agent 循环通过create_react_agent把 LLM 与 MCP 工具组合起来配置、对话、记忆、工具各司其职。理解了这条主线后续扩展就会事半功倍。扩展新功能第一步添加自定义提示词模板最轻量级的扩展方式是新增一个提示词模板。所有模板都定义在src/mcp_client_cli/prompt.py中——它是一个字典key 是模板名value 是提示词文本支持{变量}占位符语法。比如想增加一个解释代码模板只需要在字典里新增一项保存后在终端用llm p 模板名 参数即可调用。这类改动只涉及一个文件、几十行代码风险极低非常适合作为你的第一个 Pull Request 练手。扩展新功能第二步接入新的 MCP 服务器想让 mcp-client-cli 获得新的能力最常见的方式是接入一个现成的 MCP 服务器。这甚至不需要修改任何源码只要在~/.llm/config.json的mcpServers字段中声明服务器即可格式与mcp-server-config-example.json保持一致。配置时有三个实用选项值得了解enabled是否启用该服务器默认开启exclude_tools排除不想暴露给 LLM 的工具requires_confirmation调用前需要用户确认的工具白名单接入完成后运行llm --list-tools检查工具是否成功注册这是验证配置是否生效的最快方法。进阶玩法为 mcp-client-cli 添加自定义工具如果现成的 MCP 工具无法满足需求你可以在src/mcp_client_cli/tool.py中扩展自己的工具。该模块的核心逻辑是把 MCP 服务器暴露的工具转换为 LangChain 工具转换后的工具会自动进入 agent 的工具列表并且支持本地缓存缓存文件存放在~/.llm/mcp-tools/目录默认 24 小时过期。调试时如果发现工具列表没有更新记得使用llm --force-refresh强制刷新工具缓存这是排查工具不生效问题的关键一招。提交代码规范如何让 Pull Request 顺利通过写好代码只是第一步规范的提交才能让维护者快速接受你的贡献保持改动聚焦一个 PR 只解决一个问题避免混杂无关修改补充文档在 README 中说明新增功能的用法与配置方式写好描述讲清楚问题背景、改动思路与验证方式遵循现有代码风格项目使用类型注解与清晰的分层尽量保持一致常见问题排查mcp-client-cli 开发调试技巧开发过程中难免遇到问题这里整理几个高频场景的解法工具没有加载出来检查mcpServers配置并用--force-refresh刷新缓存不想每次确认工具调用使用--no-confirmations直接放行只想拿到最终结果使用--no-intermediates非常适合写入 bash 脚本输出需要纯文本使用--text-only去掉 markdown 格式化想切换模型调试用--model gpt-4临时覆盖配置文件中的模型结语为 mcp-client-cli 贡献代码并没有想象中那么难先理解模块划分再从小而美的改动开始比如新增一个提示词模板或接入一个 MCP 服务器。这份开发者指南覆盖了从环境搭建、架构理解、功能扩展到提交规范的完整流程希望能帮你迈出开源贡献的第一步。现在就去克隆仓库写下你的第一个扩展吧【免费下载链接】mcp-client-cliA simple CLI to run LLM prompt and implement MCP client.项目地址: https://gitcode.com/gh_mirrors/mc/mcp-client-cli创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
