Robot-mcp

项目目标

用大模型为强化学习环境做决策。

理想是：大模型根据机器人采集的视觉图像，以及人类指令，进行指令理解、场景理解、任务规划，返回执行指令给机器人。

目前实现的demo是：用大模型控制CartPole。

项目思路

1. 在mcp server里创建强化学习环境，使能通过mcp tool控制环境

2. 大模型那边用OpenAI兼容格式的，使用Responses APl，mcp server可以直接作为tools传给LLM client

执行方法

0. 准备工作

   环境。

   uv sync
   source .venv/bin/activate

   环境变量。在workflow路径下准备var.py文件，内容为：

   API_KEY = "xxx"  # 替换为你的实际API密钥（OpenAI兼容格式）
   MCP_PUBLIC_URL = "xxx/sse/"  # 替换为你的实际MCP公共URL

1. 启动mcp server

   cd workflow/
   python mcp_server.py

2. （选用）将mcp server暴露到公网

   由于demo里用的非本地部署大模型，需要将本地mcp server暴露到公网才能被大模型访问使用到。

   这里用的是通过ngrok进行内网穿透。另开一个终端：

   ngrok http 8000

   将返回的公网URL复制到var.py里，形如MCP_PUBLIC_URL = "https://f89016e11f9e.ngrok-free.app/sse/"。

3. 执行mcp host

   另开一个终端：

   cd workflow/
   python mcp_host.py

   即可看到大模型在一步一步地控制Cart Pole。

待解决的问题

1. 好像只有OpenAI系的较新的模型，才支持通过tools={["type": "mcp",...]}方式传递MCP工具。目前测试通过的大模型为gpt-5。

2. 有个问题没想清：大模型是只做规划，不实际操作环境，还是需要大模型去和环境互动嘞？