Ejercicio de programación con Python: Copia - Desarrollo de Soluciones IA training - reto proyecto. Proporciona herramientas a la IA generativa mediante MCP

Paso 1: estructura de archivos

Crea un proyecto de Python con la siguiente estructura de archivos y carpetas:

├── server/
│   ├── __init__.py
│   ├── mcp_server.py      # Servidor MCP con herramientas matemáticas
│   └── math_tools.py      # Implementación de las herramientas
├── client/
│   ├── __init__.py
│   ├── openai_client.py   # Cliente OpenAI con MCP
│   └── cli_interface.py   # Interfaz de línea de comandos
├── main_server.py         # Punto de entrada del servidor
├── main_client.py         # Punto de entrada del cliente
├── requirements.txt
├── .env
└── README.md

Paso 2: implementación del servidor MCP

Implementa el servidor usando FastMCP con las siguientes herramientas:

• Suma: función que reciba dos números y devuelva su suma.
• Resta: función que reciba dos números y devuelva su resta.
• Multiplicación: función que reciba dos números y devuelva su producto.
• División: Ffunción que reciba dos números y devuelva su división (con manejo de división por cero).

Cada herramienta debe cubrir estos requerimientos:

• Parámetros tipados correctamente.
• Docstrings descriptivos.
• Validación de entrada.
• Manejo de errores apropiado.

Paso 3: configuración del servidor

Configura el servidor MCP para:

• Ejecutarse en localhost en un puerto configurable (por defecto 8000).
• Registrar todas las herramientas matemáticas creadas.
• Proporcionar un punto de entrada ejecutable.

Paso 4: implementación del cliente OpenAI

Crea un cliente que utilice la API Responses de OpenAI con…

• Configuración para conectar al servidor MCP local.
• Uso del modelo gpt-4.1 o gpt-4o o gpt-5.
• Configuración de herramientas MCP apuntando al servidor local.
• Manejo de respuestas y llamadas a herramientas.
• Gestión de errores de conexión y API.

Paso 5: interfaz de línea de comandos

Implementa una interfaz CLI que permita:

• Iniciar conversación con el modelo.
• Enviar preguntas matemáticas al sistema.
• Mostrar las respuestas del modelo y resultados de herramientas.
• Salir del programa con comando /salir
• Mostrar información sobre las herramientas disponibles.

Paso 6: integración y pruebas

Crea los archivos principales:

• main_server.py: inicia el servidor MCP.
• main_client.py: inicia el cliente con interfaz CLI.
• Configura las dependencias en requirements.txt.