MCP 集成¶

OmniData 原生支持 Model Context Protocol (MCP)，可动态创建 MCP 服务。

MCP 架构¶

graph LR
    A[AI 客户端<br/>Claude/其他] -->|SSE/HTTP| B[FastMCP Server]
    B --> C[MCP Manager]
    C --> D[Spider 1]
    C --> E[Spider 2]
    C --> F[Spider N]

    D --> G[目标网站]
    E --> H[目标网站]
    F --> I[目标网站]

核心概念¶

MCP 服务¶

将一个或多个爬虫暴露为 MCP 工具（Tools）。

{
  "name": "financial-data",
  "description": "金融数据查询服务",
  "spider_names": [
    "eastmoney_stock_quote",
    "eastmoney_market_flow"
  ],
  "transport": "streamable-http"
}

工具映射¶

每个爬虫对应一个 MCP 工具：

创建 MCP 服务¶

通过 API¶

curl -X POST http://localhost:8380/api/v1/mcp-services \
  -H "Content-Type: application/json" \
  -d '{
    "name": "my-finance",
    "description": "我的金融数据服务",
    "spider_names": ["eastmoney_stock_quote", "eastmoney_market_flow"],
    "transport": "streamable-http"
  }'

通过 Web 界面¶

1. 访问 http://localhost:5173
2. 进入「MCP 服务管理」
3. 选择爬虫，配置参数
4. 创建服务

传输协议¶

1. HTTP¶

{
  "transport": "http"
}

• 标准HTTP请求/响应
• 适合快速查询场景

2. Streamable HTTP¶

{
  "transport": "streamable-http"
}

• 支持流式响应
• 适合大批量数据

3. SSE¶

{
  "transport": "sse"
}

• Server-Sent Events
• 适合实时推送

客户端连接¶

Claude Desktop 配置¶

{
  "mcpServers": {
    "omnidata": {
      "url": "http://localhost:8380/mcp/financial-data",
      "transport": "sse"
    }
  }
}

Python 客户端¶

from anthropic import Anthropic

client = Anthropic()

response = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    tools=[
        {
            "type": "function",
            "name": "get_stock_quote",
            "description": "获取股票实时行情",
            "input_schema": {
                "type": "object",
                "properties": {
                    "secucode": {"type": "string"}
                }
            }
        }
    ],
    messages=[{
        "role": "user",
        "content": "查询000001的股价"
    }]
)

自定义工具提示¶

为每个爬虫工具自定义 AI 提示词：

# 获取工具提示
GET /api/v1/mcp-services/{id}/prompts

# 更新工具提示
PUT /api/v1/mcp-services/{id}/tools/{tool_id}/prompt
{
  "user_prompt": "你是股票查询助手，帮助用户获取实时股价..."
}

路由规则¶

MCP 服务挂载路径：

/mcp/{service_name}

示例： - 服务名：financial-data - 访问路径：http://localhost:8380/mcp/financial-data

管理接口¶

列出服务¶

GET /api/v1/mcp-services

获取服务详情¶

GET /api/v1/mcp-services/{id}

删除服务¶

DELETE /api/v1/mcp-services/{id}

最佳实践¶

1. 服务命名：使用描述性名称，如 financial-data 而非 service1
2. 工具描述：为每个工具编写清晰的描述，帮助 AI 理解用途
3. 参数验证：利用 Pydantic 验证，确保 MCP 请求参数正确
4. 版本管理：支持多版本提示，适应不同 AI 模型

详见： - 系统架构概览 - API 参考