target_docs/solution_design.md

解决方案设计

1. 架构概述

本解决方案将采用基于 FastAPI 的微服务架构，实现一个统一的 MCP 服务入口。该服务将作为 ASGI 应用程序运行，并通过 app.mount 机制将多个独立的 MCP 应用程序挂载到不同的 URL 路径下。

graph TD
    A[客户端] --> B(HTTP 请求)
    B --> C[FastAPI 主服务 (端口 7860)]
    C -- /app01/sse --> D[App01 MCP 应用]
    C -- /app02/sse --> E[App02 MCP 应用]
    C -- /tasks/sse --> F[Tasks MCP 应用]
    D --> G[App01 工具/资源]
    E --> H[App02 工具/资源]
    F --> I[Tasks 工具/资源 (例如: add_task)]
    I --> J[Supabase 数据库]

2. 核心组件

2.1. FastAPI 主服务 (app.py)

• 职责: 作为所有 MCP 应用程序的统一入口点，处理传入的 HTTP 请求，并将请求路由到相应的 MCP 应用程序。
• 实现细节:
  • 使用 FastAPI 实例作为主应用。
  • 通过 from apps.app_name import AppName 导入各个 MCP 应用程序类。
  • 实例化每个 MCP 应用程序：app_instance = AppName()。
  • 使用 app.mount("/app_name", app=app_instance.mcp.sse_app()) 将每个 MCP 应用程序的 SSE 端点挂载到指定的 URL 路径。
  • 通过 uvicorn app:app --host 0.0.0.0 --port 7860 命令启动服务。

2.2. MCP 应用程序 (apps/app_name.py)

• 职责: 每个文件代表一个独立的 MCP 应用程序，负责定义和管理其自身的工具和资源。
• 实现细节:
  • 每个应用程序类（例如 App01, App02, Tasks）将包含一个 FastMCP 实例。
  • 工具和资源通过 FastMCP 实例的装饰器（例如 @mcp.tool(), @mcp.resource()) 进行注册。
  • 通过 mcp.sse_app() 方法暴露 SSE 端点，供 FastAPI 主服务挂载。

3. 数据流

1. 客户端向 http://localhost:7860/app_name/sse 发送 HTTP 请求。
2. FastAPI 主服务接收请求，并根据 URL 路径将其路由到相应的 MCP 应用程序。
3. MCP 应用程序处理请求，执行相应的工具或访问资源。
4. 如果涉及数据库操作（例如 airs_tasks 服务），则与 Supabase 数据库进行交互。
5. MCP 应用程序通过 SSE 将结果流式传输回客户端。

4. 部署方案

• 本地开发:
  • 安装 requirements.txt 中列出的所有依赖。
  • 激活 learning conda 环境。
  • 运行 uvicorn app:app --host 0.0.0.0 --port 7860 启动服务。
• Docker 部署:
  • 提供 Dockerfile，包含 Python 环境设置和依赖安装。
  • 将 app.py 和 apps/ 目录复制到容器中。
  • 容器启动命令设置为运行 uvicorn。

5. 风险与挑战

• 性能瓶颈: 随着 MCP 应用程序数量和并发请求的增加，可能会出现性能瓶颈。需要进行性能测试和优化。
• 错误处理: 需要健壮的错误处理机制，以确保服务在单个 MCP 应用程序出现问题时仍能保持稳定。
• 安全性: 生产环境中需要更严格的安全措施，例如身份验证和授权。