# 上级顾问 MCP (Aurai Advisor) - 用户手册
> **版本**: v2.1 | **完成度**: 100% | **更新日期**: 2026-01-21
---
## 📖 目录
0. [Claude Code 快速入门](#0-claude-code-快速入门) ⭐ 新
1. [快速开始](#1-快速开始)
2. [配置指南](#2-配置指南)
3. [使用方法](#3-使用方法)
4. [常见问题](#4-常见问题-faq)
5. [进阶技巧](#5-进阶技巧)
---
## 0. Claude Code 快速入门 ⭐
> **推荐**: 使用 Claude Code 体验更佳的 MCP 集成
### 0.1 一键安装
```bash
# 1. 安装依赖
cd C:\Users\29493\Desktop\mcp-aurai-server
pip install -e .
# 2. 配置 MCP（一键命令）
claude mcp add aurai-advisor \
-e AURAI_API_KEY="your-api-key" \
-e AURAI_PROVIDER="custom" \
-e AURAI_BASE_URL="https://www.chatgtp.cn/v1" \
-e AURAI_MODEL="deepseek-v3-1-250821" \
-- "C:\Users\29493\Desktop\mcp-aurai-server/venv/Scripts/python.exe" -m mcp_aurai.server
# 3. 验证安装
claude mcp list
```
### 0.2 开始使用
在 Claude Code 对话中直接描述你的编程问题：
```
我遇到了一个 KeyError: 'api_key'，代码如下：
[粘贴代码]
```
当遇到复杂问题时，Claude Code 会自动判断是否需要调用 `consult_aurai` 工具向上级 AI 咨询。
### 0.3 常用命令
| 操作 | 命令 |
|------|------|
| 查看配置 | `claude mcp get aurai-advisor` |
| 列出所有 MCP | `claude mcp list` |
| 删除配置 | `claude mcp remove aurai-advisor -s local` |
| 更新配置 | 删除后重新添加 |
### 0.4 完整文档
📖 [Claude Code 专用安装指南](CLAUDE_CODE_INSTALL.md)
---
## 1. 快速开始
### 1.1 项目简介
**上级顾问 MCP** 是一个创新工具，让本地 AI 能够获取远程 AI 的指导，通过迭代式对话解决编程问题。
**核心特性**:
- [OK] 支持 5 种 AI 提供商（zhipu, openai, anthropic, gemini, custom）
- [OK] 动态模型获取（实时获取最新模型）
- [OK] 对话历史持久化（自动保存）
- [OK] 智能对话管理（自动检测新问题并清空历史）
- [OK] Windows GUI 配置工具
- [OK] 完整测试覆盖（27 个测试，100% 通过）
### 1.2 安装步骤
```bash
# 1. 进入项目目录
cd C:\Users\29493\Desktop\mcp-aurai-server
# 2. 创建虚拟环境
python -m venv venv
# 3. 激活虚拟环境（Windows）
venv\Scripts\activate
# 4. 安装依赖
pip install -e ".[all-dev]"
# 5. 运行测试验证
pytest tests/ -v
```
**预期输出**:
```
========== 27 passed in 2.34s ==========
```
### 1.3 快速配置
#### 方式 1: 使用 GUI 配置工具（推荐）
```bash
venv\Scripts\python tools\control_center.py
```
**配置步骤**:
1. 输入 API 密钥
2. 选择 AI 提供商
3. （custom 提供商）输入 Base URL
4. 点击"刷新模型"获取模型列表
5. 选择模型
6. 点击"保存配置"，生成的命令可直接在命令行执行
#### 方式 2: 命令行配置
使用 `claude mcp add` 命令：
```bash
claude mcp add aurai-advisor \
-e AURAI_API_KEY="your-api-key" \
-e AURAI_PROVIDER="custom" \
-e AURAI_BASE_URL="https://www.chatgtp.cn/v1" \
-e AURAI_MODEL="deepseek-v3-1-250821" \
-- "C:\Users\29493\Desktop\mcp-aurai-server/venv/Scripts/python.exe" -m mcp_aurai.server
```
### 1.4 开始使用
1. **重启 Claude Code**
2. **在对话中直接描述你的编程问题**：
```
我遇到了一个 KeyError 问题，错误信息是 'api_key' not found
相关代码如下：
[粘贴代码]
```
3. **AI 会自动判断是否需要调用 consult_aurai 工具**
- 对于复杂问题或需要深度分析的情况，AI 会主动向上级 AI 咨询
- 不需要任何特殊命令或语法
---
## 2. 配置指南
### 2.1 支持的 AI 提供商
| 提供商 | 说明 | 获取 API 密钥 | 推荐模型 |
|--------|------|--------------|----------|
| **zhipu** | 智谱 AI | https://open.bigmodel.cn/ | glm-4-flash |
| **openai** | OpenAI 官方 | https://platform.openai.com/api-keys | gpt-4o |
| **anthropic** | Claude | https://console.anthropic.com/ | claude-3-5-sonnet-20241022 |
| **gemini** | Google Gemini | https://makersuite.google.com/app/apikey | gemini-2.0-flash-exp |
| **custom** | 第三方中转站 | 取决于提供商 | 取决于提供商 |
### 2.2 获取 API 密钥
#### 智谱 AI（推荐新手）
1. 访问 https://open.bigmodel.cn/
2. 注册账号（免费赠送额度）
3. 进入「API Key」页面
4. 创建新的 API Key
#### OpenAI
1. 访问 https://platform.openai.com/api-keys
2. 登录账号（需要绑定信用卡）
3. 点击 "Create new secret key"
#### Claude (Anthropic)
1. 访问 https://console.anthropic.com/
2. 注册账号（需要境外信用卡）
3. 进入 "API Keys" 页面创建密钥
#### Google Gemini
1. 访问 https://makersuite.google.com/app/apikey
2. 创建项目或选择现有项目
3. 生成 API Key
#### 自定义 API（第三方中转站）
推荐的中转站：
- **chatgtp.cn**: https://www.chatgtp.cn（价格优惠，支持多模型）
- 其他 OpenAI 兼容的中转站
### 2.3 配置参数说明
#### 基础配置
| 参数 | 说明 | 必需 | 默认值 |
|------|------|------|--------|
| `AURAI_API_KEY` | API 密钥 | [OK] 是 | - |
| `AURAI_PROVIDER` | AI 提供商 | [X] | zhipu |
| `AURAI_MODEL` | 模型名称 | [X] | glm-4-flash |
| `AURAI_BASE_URL` | Base URL | [X] | - |
#### 高级配置
| 参数 | 说明 | 默认值 | 建议范围 |
|------|------|--------|----------|
| `AURAI_MAX_ITERATIONS` | 最大迭代次数 | 10 | 5-20 |
| `AURAI_MAX_HISTORY` | 对话历史最大保存数 | 50 | 10-100 |
| `AURAI_TEMPERATURE` | 温度参数 | 0.7 | 0.0-1.0 |
| `AURAI_MAX_TOKENS` | 最大 tokens | 4096 | 2048-8192 |
| `AURAI_HISTORY_PATH` | 历史文件路径 | ~/.mcp-aurai/history.json | 自定义路径 |
| `AURAI_LOG_LEVEL` | 日志级别 | INFO | DEBUG/INFO/WARNING/ERROR |
### 2.4 Base URL 格式
**重要提示**:
- [OK] 正确: `https://www.chatgtp.cn/v1`
- [X] 错误: `https://www.chatgtp.cn/v1/chat/completions`
**说明**: SDK 会自动在 Base URL 后添加对应的接口路径（如 `/models`, `/chat/completions`）
### 2.5 环境变量配置
**创建 `.env` 文件**:
```bash
# 复制示例文件
copy .env.example .env
# 编辑配置
notepad .env
```
**`.env` 文件内容**:
```bash
# 必需配置
AURAI_API_KEY=your-api-key-here
# 可选配置
AURAI_PROVIDER=zhipu
AURAI_MODEL=glm-4-flash
AURAI_BASE_URL=https://open.bigmodel.cn/api/paas/v4/
AURAI_MAX_ITERATIONS=10
AURAI_MAX_HISTORY=50
AURAI_TEMPERATURE=0.7
AURAI_MAX_TOKENS=4096
AURAI_HISTORY_PATH=C:\Users\29493\Desktop\mcp-aurai-server\mcp_conversation_history.json
AURAI_LOG_LEVEL=INFO
```
---
## 3. 使用方法
### 3.1 MCP 工具说明
#### 工具 1: consult_aurai（主要工具）
**功能**: 请求上级 AI 指导解决编程问题
**参数**:
- `problem_type`: 问题类型（runtime_error, syntax_error, design_issue, other）
- `error_message`: 错误描述
- `code_snippet`: 代码片段（可选）
- `context`: 上下文信息（可选）
- `attempts_made`: 已尝试的方案（可选）
- `is_new_question`: 是否为新问题（可选，默认false）
- 设置为 `true` 会清空之前的所有对话历史
- 适用于切换到完全不同的问题时
- 之前的问题和上级AI的指导都会被删除
- 当前这条新问题会正常处理并保留
**返回**:
```json
{
"analysis": "问题根因分析",
"guidance": "详细指导建议",
"action_items": ["步骤1", "步骤2"],
"code_changes": ["代码修改建议"],
"resolved": true
}
```
**使用示例**:
```
用户: 我遇到了一个 KeyError: 'api_key'，代码如下：
config = load_config()
api_key = config['api_key'] # 这里报错
[AI 判断问题复杂度后，可能会调用 consult_aurai 工具获取上级 AI 的分析]
```
#### 工具 2: sync_context
**功能**: 同步代码上下文或管理对话历史
**参数**:
- `operation`: 操作类型（full_sync, incremental, clear）
- `files`: 文件路径列表（可选）
- `project_info`: 项目信息（可选）
#### 工具 3: report_progress
**功能**: 报告执行进度和结果
**参数**:
- `actions_taken`: 已执行的行动
- `result`: 执行结果（success, failed, partial）
- `new_error`: 新的错误（可选）
- `feedback`: 反馈（可选）
#### 工具 4: get_status
**功能**: 获取服务器当前状态
**返回**:
```json
{
"status": "running",
"provider": "custom",
"model": "deepseek-v3-1-250821",
"history_count": 42
}
```
### 3.2 对话历史管理
**智能对话管理**:
系统会自动检测新问题并清空对话历史，确保每个问题都有干净的上下文：
1. **自动清空**：当上级AI返回 `resolved=true` 时，自动清空历史
2. **手动清空**：设置 `is_new_question=true` 强制清空历史
3. **历史限制**：默认最多保存50条历史记录（可通过 `AURAI_MAX_HISTORY` 配置）
**何时设置 `is_new_question=true`？**
- 切换到完全不相关的项目/文件
- 之前的问题已解决，现在遇到全新的问题
- 发现上下文混乱，想重新开始
- **不要**在同一个问题的多轮对话中使用
**迭代对话机制**:
**工作原理**:
1. 本地 AI 发起咨询请求
2. 上级 AI 分析问题并提供建议
3. 本地 AI 尝试执行建议
4. 如果未解决，进入下一轮迭代（最多 10 轮）
5. 每轮对话包含对话历史（上限由 `max_history` 控制）
**迭代次数配置**:
```json
{
"env": {
"AURAI_MAX_ITERATIONS": "15" // 增加到 15 轮
}
}
```
### 3.3 对话历史管理
**自动保存**: 每次对话后自动保存到文件
**默认位置**: `C:\Users\29493\Desktop\mcp-aurai-server\mcp_conversation_history.json`
**查看历史**:
```bash
# 查看历史文件
type C:\Users\29493\Desktop\mcp-aurai-server\mcp_conversation_history.json
# 或使用编辑器
notepad C:\Users\29493\Desktop\mcp-aurai-server\mcp_conversation_history.json
```
**清空历史**:
```bash
# 调用 sync_context 工具，设置 operation="clear"
# 或手动删除文件
del C:\Users\29493\Desktop\mcp-aurai-server\mcp_conversation_history.json
```
### 3.4 模型选择
#### 动态获取模型列表
**方法 1: GUI 工具**
```
1. 打开配置工具
2. 输入 API 密钥和 Base URL
3. 点击"刷新模型"按钮
4. 从下拉列表选择
```
**方法 2: Python 脚本**
```python
from mcp_aurai.llm import get_models
models = get_models(
provider="custom",
api_key="sk-xxxxx",
base_url="https://www.chatgtp.cn/v1"
)
print(f"可用模型: {len(models)} 个")
for model in models:
print(f" - {model}")
```
#### 推荐模型
**快速响应**（推荐调试）:
- zhipu: `glm-4-flash`（便宜，快速）
- openai: `gpt-4o-mini`
- gemini: `gemini-2.0-flash-exp`
**高质量输出**（推荐生产）:
- zhipu: `glm-4-plus`
- openai: `gpt-4o`
- anthropic: `claude-3-5-sonnet-20241022`
- gemini: `gemini-1.5-pro`
**成本优化**:
- custom 提供商（如 chatgtp.cn）通常比官方便宜 10-50 倍
---
## 4. 常见问题 (FAQ)
### 4.1 安装和配置
**Q: MCP 工具没有出现？**
A: 按以下步骤排查：
1. **检查 MCP 配置状态**
```bash
claude mcp list
```
2. **查看详细配置**
```bash
claude mcp get aurai-advisor
```
3. **删除并重新添加**
```bash
claude mcp remove aurai-advisor -s local
claude mcp add aurai-advisor ...
```
4. **验证 Python 路径**
```bash
dir "C:\Users\29493\Desktop\mcp-aurai-server\venv\Scripts\python.exe"
```
---
**Q: 如何在其他电脑上使用？**
A: 主要步骤：
1. 复制整个项目目录
2. 在新电脑上安装 Python 和依赖
3. 修改配置中的路径
4. 运行 `claude mcp add` 命令配置
详细步骤见 [5.2 跨平台开发](#52-跨平台开发)
---
**Q: 如何备份我的配置？**
A:
```bash
# 导出当前配置
claude mcp get aurai-advisor > aurai-config-backup.txt
# 备份对话历史（如果启用持久化）
copy C:\Users\%USERNAME%\.mcp-aurai\history.json D:\backups\history_%date%.json
```
---
### 4.2 API 连接问题
**Q: 出现 401 Unauthorized 错误？**
A: API 密钥错误或过期，解决方法：
1. 检查 API 密钥是否正确
2. 登录提供商后台查看密钥状态
3. 重新生成密钥并更新配置
---
**Q: 出现 404 Model not found 错误？**
A: 模型名称错误，解决方法：
1. 使用"刷新模型"功能获取正确列表
2. 或运行 Python 脚本查询：
```python
from mcp_aurai.llm import get_models
models = get_models("custom", "your-key", "https://www.chatgtp.cn/v1")
print(models)
```
**常见错误名称对照**:
| 错误名称 | 正确名称 |
|---------|---------|
| deepseekv3.2 | deepseek-v3-1-250821 |
| gpt-4 | gpt-4-turbo |
| claude-3 | claude-3-5-sonnet-20241022 |
---
**Q: 出现 Connection timeout 错误？**
A: 网络连接超时，解决方法：
1. 检查网络连接
```bash
ping www.chatgtp.cn
```
2. 测试 HTTPS 连接
```bash
powershell -Command "Test-NetConnection -ComputerName www.chatgtp.cn -Port 443"
```
3. 检查防火墙设置
4. 尝试更换网络或使用 VPN
---
**Q: 出现 429 Too Many Requests 错误？**
A: API 限流，解决方法：
1. 降低请求频率
2. 检查 API 配额是否用完
3. 升级 API 套餐
4. 更换提供商或密钥
---
### 4.3 使用问题
**Q: 对话历史丢失了？**
A: 检查历史文件：
```bash
# 查看文件是否存在
dir C:\Users\29493\Desktop\mcp-aurai-server\mcp_conversation_history.json
# 查看文件内容
type C:\Users\29493\Desktop\mcp-aurai-server\mcp_conversation_history.json
# 如果文件损坏，重新启动会创建空历史
```
**恢复备份**:
```bash
copy D:\backups\history_backup.json C:\Users\29493\Desktop\mcp-aurai-server\mcp_conversation_history.json
```
---
**Q: 如何限制迭代次数？**
A: 修改配置：
```json
{
"env": {
"AURAI_MAX_ITERATIONS": "5" // 最多 5 轮
}
}
```
---
**Q: 如何清空对话历史？**
A: 两种方法：
**方法 1**: 调用 sync_context 工具，设置 `operation="clear"`
**方法 2**: 手动删除文件
```bash
del C:\Users\29493\Desktop\mcp-aurai-server\mcp_conversation_history.json
```
---
**Q: 如何查看详细日志？**
A: 设置日志级别为 DEBUG：
```json
{
"env": {
"AURAI_LOG_LEVEL": "DEBUG"
}
}
```
或命令行：
```bash
set AURAI_LOG_LEVEL=DEBUG
python -m mcp_aurai.server
```
---
### 4.4 性能和优化
**Q: API 响应太慢？**
A: 优化建议：
1. **使用更快的模型**:
- zhipu: `glm-4-flash`（最快）
- openai: `gpt-4o-mini`
- gemini: `gemini-2.0-flash-exp`
2. **减少 tokens**:
```json
{
"env": {
"AURAI_MAX_TOKENS": "2048" // 降低输出长度
}
}
```
3. **降低迭代次数**:
```json
{
"env": {
"AURAI_MAX_ITERATIONS": "5"
}
}
```
---
**Q: 如何减少 API 调用成本？**
A: 成本优化建议：
1. **使用 custom 提供商**（chatgtp.cn 等）
- 比官方便宜 10-50 倍
2. **选择快速模型**:
- zhipu: `glm-4-flash`（约 ¥0.001/1K tokens）
- openai: `gpt-4o-mini`（约 $0.001/1K tokens）
3. **限制输出长度**:
```json
{
"env": {
"AURAI_MAX_TOKENS": "2048"
}
}
```
4. **减少迭代次数**
---
## 5. 进阶技巧
### 5.1 高级配置
#### 温度参数调整
**用途**: 控制 AI 输出的随机性
| 值 | 说明 | 适用场景 |
|----|------|----------|
| 0.0 | 完全确定性 | 代码生成、Bug 修复 |
| 0.3 | 低随机性 | 技术问题解决 |
| 0.7 | 中等随机性 | 一般咨询（默认） |
| 1.0 | 高随机性 | 创意问题 |
**配置**:
```json
{
"env": {
"AURAI_TEMPERATURE": "0.3" // 更确定的输出
}
}
```
#### 自定义历史路径
**用途**: 分离不同项目的历史记录
```json
{
"env": {
"AURAI_HISTORY_PATH": "D:\\projects\\myapp\\mcp_history.json"
}
}
```
#### 日志重定向
**用途**: 调试和问题排查
```bash
# 重定向到文件
venv\Scripts\python -m mcp_aurai.server > logs\mcp_server.log 2>&1
# 或使用 PowerShell
venv\Scripts\python -m mcp_aurai.server *> logs\mcp_server.log
```
---
### 5.2 跨平台开发
#### 在其他 Windows 电脑上使用
**步骤**:
1. **复制项目**
```bash
# 方式 1: 复制整个目录
robocopy C:\Users\29493\Desktop\mcp-aurai-server E:\aimcpkaifa /E /XD venv build dist
# 方式 2: 使用备份脚本
venv\Scripts\python scripts\backup_project.py
# 然后解压到新位置
```
2. **在新电脑上安装依赖**
```bash
cd E:\aimcpkaifa
python -m venv venv
venv\Scripts\activate
pip install -e ".[all-dev]"
```
3. **修改配置文件**
```json
{
"mcpServers": {
"aurai-advisor": {
"command": "E:\\aimcpkaifa\\venv\\Scripts\\python.exe", // 修改路径
"args": ["-m", "mcp_aurai.server"],
"env": {
"AURAI_API_KEY": "new-api-key" // 更新密钥
}
}
}
}
```
4. **运行测试验证**
```bash
pytest tests/ -v
```
---
#### 在 Linux/Mac 上使用
**注意事项**:
- GUI 配置工具仅支持 Windows
- 需要使用命令行配置
**步骤**:
1. **复制项目**
```bash
# 使用 rsync 或 scp
rsync -av --exclude='venv' --exclude='build' --exclude='dist' \
/path/to/aimcpkaifa/ user@linux-server:/path/to/aimcpkaifa/
```
2. **安装依赖**
```bash
cd /path/to/aimcpkaifa
python3 -m venv venv
source venv/bin/activate
pip install -e ".[all-dev]"
```
3. **配置环境变量**
```bash
# 创建 .env 文件
cat > .env << EOF
AURAI_API_KEY=your-api-key
AURAI_PROVIDER=zhipu
AURAI_MODEL=glm-4-flash
EOF
```
4. **配置 Claude Code (Mac/Linux)**
```bash
claude mcp add aurai-advisor \
-e AURAI_API_KEY="your-api-key" \
-e AURAI_PROVIDER="zhipu" \
-e AURAI_MODEL="glm-4-flash" \
-- "/path/to/aimcpkaifa/venv/bin/python" -m mcp_aurai.server
```
---
### 5.3 备份和恢复
#### 创建项目备份
**使用备份脚本**:
```bash
cd C:\Users\29493\Desktop\mcp-aurai-server
venv\Scripts\python scripts\backup_project.py
```
**备份内容**:
- ✅ 所有源代码（src/）
- ✅ 测试文件（tests/）
- ✅ 工具脚本（tools/, scripts/）
- ✅ 文档（docs/）
- ✅ 配置文件（*.md, *.toml, .env.example）
**排除内容**:
- ❌ venv/（虚拟环境）
- ❌ __pycache__/（缓存）
- ❌ .git/（版本控制）
- ❌ build/, dist/（构建产物）
**备份位置**: `D:\backups\mcp-aurai-advisor-TIMESTAMP.zip`
#### 恢复项目
**步骤**:
1. **解压备份**
```bash
# 解压到新位置
unzip D:\backups\mcp-aurai-advisor-20260116-133751.zip -d C:\Users\29493\Desktop\mcp-aurai-server_new
```
2. **重新创建虚拟环境**
```bash
cd C:\Users\29493\Desktop\mcp-aurai-server_new
python -m venv venv
venv\Scripts\activate
pip install -e ".[all-dev]"
```
3. **恢复配置**
```bash
# 复制 .env 文件
copy D:\backups\.env .env
# 或重新配置
copy .env.example .env
notepad .env
```
---
### 5.4 性能监控
#### 查看 API 调用统计
**方法 1: 查看日志**
```bash
# 统计 API 调用次数
findstr /C:"api_call" logs\mcp_server.log | find /c /v ""
# 查看错误
findstr /C:"ERROR" logs\mcp_server.log
```
**方法 2: 添加自定义统计**
```python
# 在代码中添加
import time
start = time.time()
result = await client.chat(messages)
latency = time.time() - start
print(f"API 调用耗时: {latency:.2f}秒")
```
---
### 5.5 故障排查流程
#### 完整排查流程
```
问题出现
│
├─► 检查配置文件
│ └─► JSON 格式是否正确
│ └─► 路径是否正确
│ └─► API 密钥是否有效
│
├─► 检查网络连接
│ └─► ping 提供商服务器
│ └─► 测试 HTTPS 连接
│ └─► 检查防火墙
│
├─► 查看日志
│ └─► 设置 DEBUG 级别
│ └─► 查找错误信息
│ └─► 分析堆栈跟踪
│
├─► 运行测试
│ └─► pytest tests/ -v
│ └─► 验证环境配置
│ └─► 检查依赖安装
│
└─► 寻求帮助
├─► 查看文档
├─► 查看常见问题
└─► 提交 Issue
```
---
## 附录
### A. 完整配置示例
**Claude Code 配置**（完整版）:
```bash
claude mcp add aurai-advisor \
-e AURAI_API_KEY="your-api-key" \
-e AURAI_PROVIDER="custom" \
-e AURAI_BASE_URL="https://www.chatgtp.cn/v1" \
-e AURAI_MODEL="deepseek-v3-1-250821" \
-e AURAI_MAX_ITERATIONS="10" \
-e AURAI_TEMPERATURE="0.7" \
-e AURAI_MAX_TOKENS="4096" \
-e AURAI_HISTORY_PATH="D:\\aimcpkaifa\\mcp_conversation_history.json" \
-e AURAI_LOG_LEVEL="INFO" \
-- "D:\\aimcpkaifa\\venv\\Scripts\\python.exe" -m mcp_aurai.server
```
### B. 环境变量速查表
```bash
# 必需
AURAI_API_KEY=xxx # API 密钥
# 基础配置
AURAI_PROVIDER=zhipu # 提供商
AURAI_MODEL=glm-4-flash # 模型
AURAI_BASE_URL=https://api.com/v1 # Base URL
# 高级配置
AURAI_MAX_ITERATIONS=10 # 最大迭代
AURAI_TEMPERATURE=0.7 # 温度参数
AURAI_MAX_TOKENS=4096 # 最大 tokens
# 其他
AURAI_HISTORY_PATH=xxx.json # 历史文件路径
AURAI_LOG_LEVEL=INFO # 日志级别
```
### C. 快速命令参考
```bash
# 安装
python -m venv venv && venv\Scripts\activate
pip install -e ".[all-dev]"
# 测试
pytest tests/ -v
# 运行
python -m mcp_aurai.server
python tools/config_gui.py
# 备份
venv\Scripts\python scripts\backup_project.py
# 日志
set AURAI_LOG_LEVEL=DEBUG
python -m mcp_aurai.server > logs\server.log 2>&1
```
### D. 获取帮助
**文档资源**:
- README.md - 项目概述
- docs/开发文档.md - 技术细节
- docs/FAQ.md - 常见问题
**在线资源**:
- MCP 官方文档: https://modelcontextprotocol.io/
- FastMCP 文档: https://github.com/jlowin/fastmcp
**获取 API 密钥**:
- 智谱 AI: https://open.bigmodel.cn/
- OpenAI: https://platform.openai.com/api-keys
- Anthropic: https://console.anthropic.com/
- Gemini: https://makersuite.google.com/app/apikey
---
**版本**: v2.1 | **更新日期**: 2026-01-21 | **项目状态**: 100% 完成 [OK]
