bash
展开代码
import asyncio
import json
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async def call_newsnow_mcp():
    """调用 newsnow MCP 获取知乎热门新闻"""
    
    # 1. 配置 MCP 服务器参数
    server_params = StdioServerParameters(
        command="npx",
        args=["-y", "newsnow-mcp-server"],
        env={"BASE_URL": "http://101.126.150.28:9044"}
    )
    
    # 2. 连接到 MCP 服务器
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            # 3. 初始化会话
            await session.initialize()
            
            # 4. 调用工具获取知乎新闻
            result = await session.call_tool(
                name="get_hottest_latest_news",
                arguments={
                    "id": "zhihu",
                    "count": 10
                }
            )
            
            # 5. 打印结果
            print("=" * 50)
            print("知乎热门新闻（前10条）")
            print("=" * 50)
            
            # 解析返回的内容
            for item in result.content:
                if hasattr(item, 'text'):
                    # 尝试解析 JSON
                    try:
                        news_data = json.loads(item.text)
                        print(json.dumps(news_data, indent=2, ensure_ascii=False))
                    except:
                        print(item.text)

# 运行
if __name__ == "__main__":
    asyncio.run(call_newsnow_mcp())

有个mcp服务是这样的：

bash
展开代码
    "newsnow": {
      "command": "npx",
      "args": [
        "-y",
        "newsnow-mcp-server"
      ],
      "env": {
        "BASE_URL": "http://101.126.150.28:9044"
      }
    }

我服务器的801端口是我的博客， 我现在想在外面套一层caddy，自动获取证书 我的域名是tao-blog.site 我如何配置这个caddy

https://huggingface.co/mPLUG/GUI-Owl-32B/tree/main

https://github.com/X-PLUG/MobileAgent

下载：

bash
展开代码
apt update && apt install -y aria2
wget https://hf-mirror.com/hfd/hfd.sh
chmod a+x hfd.sh
export HF_ENDPOINT=https://hf-mirror.com
./hfd.sh mPLUG/GUI-Owl-32B

部署：

bash
展开代码
# 使用vLLM启动
python -m vllm.entrypoints.openai.api_server \
    --model /mnt/jfs6/model/GUI-Owl-32B \
    --served-model-name ui-tars \
    --host 0.0.0.0 \
    --port 8000 \
    --trust-remote-code \
    --max-model-len 8192 \
    --gpu-memory-utilization 0.9 \
    --tensor-parallel-size 4 --api-key "123"

🚀 uiautomator2完整能力清单

1. 📸 截图能力

• 全屏截图
• 区域截图
• 实时截图

2. 🔍 元素查找能力

• 按文字查找：d.xpath('//*[@text="设置"]')
• 按ID查找：d(resourceId="com.example:id/button")
• 按类名查找：d(className="android.widget.Button")
• 按内容描述查找：d(description="搜索")
• 组合条件查找：d.xpath('//android.widget.Button[@text="确定"]')

Hugging Face 模型下载指南

安装

bash
展开代码
pip install -U huggingface_hub

国内镜像加速

bash
展开代码
export HF_ENDPOINT=https://hf-mirror.com

建议写入 ~/.bashrc 或 ~/.zshrc 永久生效：

bash
展开代码
echo 'export HF_ENDPOINT=https://hf-mirror.com' >> ~/.bashrc
source ~/.bashrc

安装uv：

bash
展开代码
# 使用官方安装脚本（推荐）
curl -LsSf https://astral.sh/uv/install.sh | sh
source $HOME/.local/bin/env

# 这样也可以：
pip install uv

# win的powershell安装：
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

创建虚拟环境，指定D:\python_envs\py313为环境安装目录：

部署：

bash
展开代码
# 使用vLLM启动
python -m vllm.entrypoints.openai.api_server \
    --model /mnt/jfs6/model/UI-TARS-72B-DPO \
    --served-model-name ui-tars \
    --host 0.0.0.0 \
    --port 8000 \
    --trust-remote-code \
    --max-model-len 8192 \
    --gpu-memory-utilization 0.9 \
    --tensor-parallel-size 8

crawl4ai

bash
展开代码
docker run -d   -p 9045:11235   --name crawl4ai-local   --shm-size=1g   unclecode/crawl4ai:latest

使用：

bash
展开代码
    "crawl4ai": {
      "url": "http://101.126.150.28:9045/mcp/sse",
      "description": "Crawl4AI网页爬取和处理服务 - 支持网页爬取、截图、PDF生成、JavaScript执行等"
    }

MCP 四种服务传输类型详解：STDIO、SSE、Streamable HTTP 与 InMemory

引言

Model Context Protocol（MCP）是 Anthropic 推出的开放标准协议，旨在标准化 AI 应用与外部工具、数据源和系统之间的连接方式。就像 USB 标准统一了计算机外设接口一样，MCP 试图解决 AI 集成中的"M×N 问题"——将 M 个不同的 AI 应用与 N 个不同工具的集成从 M×N 个独立实现简化为 M+N 个标准化实现。

在 MCP 架构中，传输层（Transport）是实现客户端与服务器通信的基础。本文将深入探讨 MCP 的四种主要传输类型及其应用场景。