Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Πλήρες Παράδειγμα: Απομακρυσμένος Διακομιστής με Πιστοποίηση

Μάθημα 9 / 14 Ενημερώθηκε 3 Νοεμβρίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Σενάριο: Ένας Διακομιστής MCP Διαχείρισης Εργασιών
  2. Ο Διακομιστής: task_server.py
  3. Εκκίνηση και Έκθεση του Διακομιστή
  4. Ο Πελάτης: client_tasks.py
  5. Δοκιμή στο Mistral Vibe
  6. Οργάνωση Έργου και Επόμενα Βήματα
  7. Βασικά σημεία

Ενημέρωση 2 Νοεμβρίου 2026 — Το Le Chat είναι πλέον Vibe. Από τις 28 Μαΐου 2026, το Le Chat μετονομάστηκε σε Vibe (παραμένει στο chat.mistral.ai): ένας ενιαίος πράκτορας για εργασία και κώδικα, ο οποίος διατηρεί τις συνομιλίες, τις ρυθμίσεις και τις συνδρομές σας. Η παλιά εμπειρία του Le Chat παραμένει προσβάσιμη στη λειτουργία Chat· στη λειτουργία Work, οι πράκτορες είναι πλέον δεξιότητες (καλούνται με @), οι μνήμες λειτουργούν ως βάση γνώσεων και η βαθιά αναζήτηση είναι η δεξιότητα Deep Research. Τα πακέτα ονομάζονται πλέον Mistral Free, Pro, Team και Enterprise. Αυτό το μάθημα χρησιμοποιεί την ονομασία Vibe· ορισμένα μενού που περιγράφονται εδώ ενδέχεται να έχουν αλλάξει όνομα ή θέση. Προσθήκη 3 Νοεμβρίου: Τα αποτελέσματα του run_async διαβάζονται από το result.output_as_text· το SDK mistralai έκδοσης 3.7.0 δεν διαθέτει το χαρακτηριστικό output.

Ενημέρωση 2 Νοεμβρίου 2026 — MCP Python SDK v2. Αυτό το μάθημα ακολουθεί πλέον την έκδοση 2 του SDK mcp (2.3.0 στις 2 Οκτωβρίου 2026): το MCPServer αντικαθιστά το FastMCP, οι ρυθμίσεις μεταφοράς μεταφέρονται στο run() ή στο streamable_http_app(), και μια εφαρμογή που εκτίθεται υπό πραγματικό όνομα host πρέπει να δηλώνει αυτό το όνομα host (transport_security). Αυτή είναι επίσης η έκδοση που απαιτείται από το Mistral SDK: το πρόσθετο mistralai[agents] απαιτεί mcp>=2.2.0,<3.0. Πηγές: Τι νέο υπάρχει στο v2 · Οδηγός Μετάβασης · Ανάπτυξη και κλιμάκωση.

Σενάριο: Ένας Διακομιστής MCP Διαχείρισης Εργασιών

Τα προηγούμενα μαθήματα κάλυψαν τα επιμέρους τμήματα: μεταφορά HTTP, middleware και πιστοποίηση token. Τώρα θα τα συνδυάσετε σε ένα πλήρως λειτουργικό έργο. Ο διακομιστής εκθέτει τέσσερα εργαλεία διαχείρισης εργασιών—δημιουργία, λίστα, ολοκλήρωση, διαγραφή—και ο πελάτης συνδέεται απομακρυσμένα, παρουσιάζοντας ένα bearer token με κάθε αίτημα. Ο ίδιος αυτός διακομιστής θα εκτελεστεί στη συνέχεια από το Vibe χωρίς ούτε μία επιπλέον γραμμή κώδικα: αυτό είναι το κύριο πλεονέκτημα ενός απομακρυσμένου διακομιστή έναντι ενός διακομιστή STDIO.

Ο Διακομιστής: task_server.py

Τρία στοιχεία συνυπάρχουν σε αυτό το ενιαίο αρχείο. Το FastAPI χειρίζεται τη μεταφορά HTTP και το middleware πιστοποίησης, το MCPServer χειρίζεται το πρωτόκολλο MCP και τα εργαλεία, και ένα λεξικό Python λειτουργεί ως βάση δεδομένων. Η σειρά των αρχείων έχει σημασία: δηλώστε πρώτα τον διακομιστή MCP και τα εργαλεία του, στη συνέχεια δημιουργήστε την εφαρμογή FastAPI με το lifespan που ξεκινά τον διαχειριστή συνεδρίας, και προσαρτήστε τον διακομιστή τελευταίο. Σημειώστε ότι το middleware προστατεύει τη διαδρομή /tasks, η οποία είναι ακριβώς εκεί όπου προσαρτάται ο διακομιστής MCP: αυτές οι δύο τιμές πρέπει να ταιριάζουν, διαφορετικά θα καταλήξετε είτε με ανοιχτή πόρτα είτε με αποκλεισμένη διαδρομή.

# task_server.py
"""Remote MCP server with token authentication."""

import json
import os
import uuid
from contextlib import asynccontextmanager
from datetime import datetime
from fastapi import FastAPI, Request, HTTPException
from mcp.server.mcpserver import MCPServer
from mcp.server.transport_security import TransportSecuritySettings

# --- Configuration ---
API_TOKEN = "mcp-secret-token-2026"

# --- In-memory database ---
tasks_db: dict[str, dict] = {}

# --- MCP Server ---
mcp = MCPServer("Task Manager")

@mcp.tool()
def create_task(title: str, description: str = "", priority: str = "medium") -> str:
    """Creates a new task in the manager.

    Args:
        title: Task title (required, max 200 characters)
        description: Detailed description (optional)
        priority: Priority level: low, medium, high (default: medium)

    Returns:
        JSON with the ID and details of the created task
    """
    task_id = str(uuid.uuid4())[:8]
    task = {
        "id": task_id,
        "title": title[:200],
        "description": description,
        "priority": priority if priority in ("low", "medium", "high") else "medium",
        "status": "open",
        "created_at": datetime.now().isoformat(),
    }
    tasks_db[task_id] = task
    return json.dumps({"success": True, "task": task}, ensure_ascii=False)

@mcp.tool()
def list_tasks(status: str = "all", priority: str = "all") -> str:
    """Lists tasks with optional filters.

    Args:
        status: Filter by status: all, open, completed (default: all)
        priority: Filter by priority: all, low, medium, high (default: all)

    Returns:
        JSON with the list of tasks and the total count
    """
    filtered = list(tasks_db.values())
    if status != "all":
        filtered = [t for t in filtered if t["status"] == status]
    if priority != "all":
        filtered = [t for t in filtered if t["priority"] == priority]

    return json.dumps({
        "total": len(filtered),
        "tasks": filtered,
    }, ensure_ascii=False)

@mcp.tool()
def complete_task(task_id: str) -> str:
    """Marks a task as completed.

    Args:
        task_id: The unique identifier of the task

    Returns:
        Confirmation of the update or an error message
    """
    if task_id not in tasks_db:
        return json.dumps({"error": f"Task {task_id} not found"})

    tasks_db[task_id]["status"] = "completed"
    tasks_db[task_id]["completed_at"] = datetime.now().isoformat()
    return json.dumps({"success": True, "task": tasks_db[task_id]}, ensure_ascii=False)

@mcp.tool()
def delete_task(task_id: str) -> str:
    """Deletes a task from the manager.

    Args:
        task_id: The unique identifier of the task to delete

    Returns:
        Confirmation of deletion or an error message
    """
    if task_id not in tasks_db:
        return json.dumps({"error": f"Task {task_id} not found"})

    deleted = tasks_db.pop(task_id)
    return json.dumps({"success": True, "deleted_task": deleted["title"]}, ensure_ascii=False)

# --- Mount the MCP server in FastAPI ---
# streamable_http_app() produces the ASGI app for the MCP server.
# Its session manager must be started by the FastAPI lifespan,
# otherwise the server responds but every tool call fails.
@asynccontextmanager
async def lifespan(app: FastAPI):
    async with mcp.session_manager.run():
        yield

api = FastAPI(title="Task Manager MCP", lifespan=lifespan)

# --- Authentication Middleware ---
@api.middleware("http")
async def auth_middleware(request: Request, call_next):
    """Verifies the token for all /tasks routes."""
    if request.url.path.startswith("/tasks"):
        auth = request.headers.get("Authorization", "")
        if auth != f"Bearer {API_TOKEN}":
            raise HTTPException(status_code=401, detail="Invalid token")
    return await call_next(request)

# Public hostname (ngrok, production domain) declared to the MCP server
PUBLIC_HOST = os.environ.get("MCP_PUBLIC_HOST", "localhost")
securite = TransportSecuritySettings(
    allowed_hosts=[PUBLIC_HOST, f"{PUBLIC_HOST}:*", "localhost:*", "127.0.0.1:*"]
)
api.mount("/tasks", mcp.streamable_http_app(transport_security=securite))

if __name__ == "__main__":
    import uvicorn
    uvicorn.run(api, host="0.0.0.0", port=8000)

Δύο λεπτομέρειες υλοποίησης αξίζουν την προσοχή σας. Στο create_task, ο τίτλος περικόπτεται στους 200 χαρακτήρες και η προτεραιότητα ορίζεται εξ ορισμού σε medium εάν η λαμβανόμενη τιμή δεν βρίσκεται στη λίστα των επιτρεπόμενων: το μοντέλο προτείνει μερικές φορές εύλογες αλλά εκτός συμβολαίου τιμές, και το εργαλείο πρέπει να παραμένει εύρωστο χωρίς να αποτυγχάνει. Στα complete_task και delete_task, ένα άγνωστο ID δεν προκαλεί εξαίρεση αλλά επιστρέφει ένα μήνυμα σφάλματος JSON· το μοντέλο μπορεί να το διαβάσει, να κατανοήσει το λάθος του και να αναδιατυπώσει, ενώ ένα crash θα το εμπόδιζε.

Εκκίνηση και Έκθεση του Διακομιστή

# Σε ένα πρώτο τερματικό, ανοίξτε τη σήραγγα ngrok
ngrok http 8000
# Δημόσια URL: https://xyz789.ngrok-free.app

# Σε ένα δεύτερο τερματικό, εκκινήστε τον διακομιστή δηλώνοντας αυτό το όνομα host
MCP_PUBLIC_HOST=xyz789.ngrok-free.app python task_server.py

Το τελικό σημείο MCP βρίσκεται τότε στο https://xyz789.ngrok-free.app/tasks/mcp. Σημειώστε τη σύνθεση αυτής της διεύθυνσης: η δημόσια URL που παρέχεται από το ngrok, ακολουθούμενη από τη διαδρομή προσάρτησης /tasks, και στη συνέχεια το επίθεμα /mcp που προστίθεται από το SDK. Η σύγχυση σχετικά με αυτή τη συνένωση είναι η κύρια αιτία αποτυχιών σύνδεσης.

Ο Πελάτης: client_tasks.py

Στην πλευρά του πελάτη, τίποτα δεν αλλάζει σε σχέση με έναν τοπικό διακομιστή εκτός από τον τύπο του πελάτη MCP και την προσθήκη της κεφαλίδας πιστοποίησης. Ο πράκτορας, ωστόσο, λαμβάνει οδηγίες που περιγράφουν τον ρόλο του σε φυσική γλώσσα· αυτό τον ενθαρρύνει να επιβεβαιώνει κάθε ενέργεια αντί να αλυσιδώνει σιωπηλά κλήσεις.

# client_tasks.py
"""MCP client for the remote task server with authentication."""

import asyncio
import os
from mistralai.client import Mistral
from mistralai.extra.run.context import RunContext
from mistralai.extra.mcp.streamable_http import (
    MCPClientStreamableHTTP,
    StreamableHTTPServerParams,
)

API_TOKEN = "mcp-secret-token-2026"
SERVER_URL = "https://xyz789.ngrok-free.app/tasks/mcp"

async def main():
    client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

    # Create the agent with adapted instructions
    agent = client.beta.agents.create(
        model="mistral-medium-latest",
        name="task-manager",
        instructions=(
            "You are an intelligent task manager. "
            "Use the available tools to create, list, and manage "
            "the user's tasks. Respond in English. "
            "Confirm every action performed."
        ),
    )

    # Configure the remote MCP client with authentication
    mcp_client = MCPClientStreamableHTTP(
        params=StreamableHTTPServerParams(
            url=SERVER_URL,
            headers={"Authorization": f"Bearer {API_TOKEN}"},
            timeout=30,
        )
    )

    async with RunContext(
        agent_id=agent.id,
        continue_on_fn_error=True,
    ) as run_ctx:
        await run_ctx.register_mcp_client(mcp_client=mcp_client)

        # Conversation with the manager
        conversations = [
            "Create a high priority task: Prepare the MCP presentation",
            "Create a medium priority task: Review the documentation",
            "List all ongoing tasks",
            "Mark the first task as completed",
            "Show me the remaining tasks",
        ]

        for msg in conversations:
            print(f"\n> {msg}")
            result = await client.beta.conversations.run_async(
                run_ctx=run_ctx,
                inputs=msg,
            )
            print(f"Agent: {result.output_as_text}")

asyncio.run(main())

Η ακολουθία μηνυμάτων είναι σκόπιμη: αλυσιδώνει δύο δημιουργίες, μια ανάγνωση, μια ενημέρωση και μια επανάληψη της ανάγνωσης. Αυτό είναι το ελάχιστο σενάριο για να επαληθεύσετε ότι η κατάσταση επιβιώνει από κλήση σε κλήση και ότι το μοντέλο μπορεί να ανακτήσει το ID μιας εργασίας που δημιουργήθηκε νωρίτερα στη συνομιλία. Εάν η τέταρτη οδηγία αποτύχει, το πρόβλημά σας σπάνια βρίσκεται στον διακομιστή: συνήθως πηγάζει από το ότι η απόκριση του list_tasks δεν καθιστά τα IDs αρκετά ορατά.

Δοκιμή στο Mistral Vibe

Το ίδιο τελικό σημείο μπορεί να προστεθεί απευθείας ως προσαρμοσμένος συνδέσμος, παρέχοντάς σας μια διεπαφή δοκιμής χωρίς να γράψετε πελάτη. Αυτός είναι επίσης ο καλύτερος τρόπος για να επικυρώσετε τα docstrings σας: το Vibe τα εμφανίζει ως έχουν κατά την ανακάλυψη, ώστε να βλέπετε αμέσως τι θα έχει μπροστά του το μοντέλο για να αποφασίσει ποιο εργαλείο θα καλέσει.

  1. Μεταβείτε στην καρτέλα Connectors στο Vibe
  2. Κάντε κλικ στο Add Custom Connector
  3. Εισαγάγετε ως Name το Task Manager, ως URL το https://xyz789.ngrok-free.app/tasks/mcp, και στη συνέχεια επιλέξτε Auth: Token και επικολλήστε το mcp-secret-token-2026
  4. Κάντε κλικ στο Connect

Το Vibe ανακαλύπτει αυτόματα τα τέσσερα εργαλεία και μπορείτε να συνομιλήσετε σε φυσική γλώσσα με τον δικό σας διακομιστή.

Οργάνωση Έργου και Επόμενα Βήματα

task-mcp-project/
├── task_server.py       # MCP server + FastAPI + auth
├── client_tasks.py      # Python client with agent
├── requirements.txt     # fastapi, uvicorn, mcp>=2.2,<3, mistralai[agents]
└── .env                 # MISTRAL_API_KEY, API_TOKEN

Αυτός ο σκελετός λειτουργεί για πρωτοτυποποίηση, αλλά δύο πράγματα τον αποκλείουν για παραγωγή. Το token σε απλό κείμενο στον πηγαίο κώδικα πρέπει να μεταφερθεί στο .env, και η URL του ngrok αλλάζει σε κάθε επανεκκίνηση, διακόπτοντας όλους τους διαμορφωμένους συνδέσμους. Το ngrok παραμένει το ιδανικό εργαλείο για την επικύρωση μιας ιδέας σε λεπτά· η μόνιμη φιλοξενία, με τις επιλογές Docker, cloud και Hugging Face Spaces, είναι το θέμα του μαθήματος 12.

Βασικά σημεία

  • Ένας απομακρυσμένος διακομιστής συνδυάζει FastAPI (HTTP) + MCPServer (MCP) + middleware (πιστοποίηση), με το δημόσιο όνομα host να δηλώνεται στο transport_security
  • Η πιστοποίηση token διαχειρίζεται μέσω της κεφαλίδας Authorization: Bearer ...
  • Ο πελάτης MCPClientStreamableHTTP δέχεται προσαρμοσμένες κεφαλίδες για πιστοποίηση
  • Ο ίδιος διακομιστής είναι usable τόσο από το Python SDK όσο και από το Mistral Vibe
  • Το ngrok επιτρέπει την ταχεία πρωτοτυποποίηση πριν την ανάπτυξη σε παραγωγή