Skip to main content
Glama
deenesjakoruzh

MCP-Smallest.ai

by VinayakTiwari1103
OverviewInspectNewSchemaRelated ServersScore
TypeScript
Remote
3

Bild

MCP-Smallest.ai

Eine Model Context Protocol (MCP)-Serverimplementierung für die Smallest.ai API-Integration. Dieses Projekt bietet eine standardisierte Schnittstelle für die Interaktion mit dem Wissensdatenbank-Managementsystem von Smallest.ai.

Architektur

Systemübersicht

Ohne Titel-2025-03-21-0340(6)

┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ │ │ │ │ │ │ Client App │◄────┤ MCP Server │◄────┤ Smallest.ai │ │ │ │ │ │ API │ └─────────────────┘ └─────────────────┘ └─────────────────┘

Komponentendetails

1. Client-Anwendungsschicht

  • Implementiert das MCP-Clientprotokoll

  • Verarbeitet die Anforderungsformatierung

  • Verwaltet die Antwortanalyse

  • Bietet Fehlerbehandlung

2. MCP-Serverschicht

  • Protokollhandler

    • Verwaltet die MCP-Protokollkommunikation

    • Verwaltet Clientverbindungen

    • Leitet Anfragen an die entsprechenden Tools weiter

  • Tool-Implementierung

    • Tools zur Wissensdatenbankverwaltung

    • Parametervalidierung

    • Antwortformatierung

    • Fehlerbehandlung

  • API-Integration

    • Smallest.ai API-Kommunikation

    • Authentifizierungsverwaltung

    • Anfrage-/Antwortverarbeitung

3. Smallest.ai API-Schicht

  • Wissensdatenbankverwaltung

  • Datenspeicherung und -abruf

  • Authentifizierung und Autorisierung

Datenfluss

1. Client Request └─► MCP Protocol Validation └─► Tool Parameter Validation └─► API Request Formation └─► Smallest.ai API Call └─► Response Processing └─► Client Response

Sicherheitsarchitektur

┌─────────────────┐ │ Client Auth │ └────────┬────────┘ │ ┌────────▼────────┐ │ MCP Validation │ └────────┬────────┘ │ ┌────────▼────────┐ │ API Auth │ └────────┬────────┘ │ ┌────────▼────────┐ │ Smallest.ai │ └─────────────────┘

Überblick

Dieses Projekt implementiert einen MCP-Server, der als Middleware zwischen Clients und der Smallest.ai-API fungiert. Es bietet eine standardisierte Möglichkeit zur Interaktion mit den Wissensdatenbank-Verwaltungsfunktionen von Smallest.ai über das Model Context Protocol.

Architektur

[Client Application] <---> [MCP Server] <---> [Smallest.ai API]

Komponenten

  1. MCP-Server

    • Bearbeitet Clientanfragen

    • Verwaltet die API-Kommunikation

    • Bietet standardisierte Antworten

    • Implementiert die Fehlerbehandlung

  2. Wissensdatenbank-Tools

    • listKnowledgeBases : Listet alle Wissensdatenbanken auf

    • createKnowledgeBase : Erstellt neue Wissensdatenbanken

    • getKnowledgeBase : Ruft spezifische Wissensdatenbankdetails ab

  3. Dokumentationsressource

    • Verfügbar unter docs://smallest.ai

    • Bietet Nutzungsanweisungen und Beispiele

Voraussetzungen

  • Node.js 18+ oder Bun-Laufzeit

  • Smallest.ai API-Schlüssel

  • TypeScript-Kenntnisse

Installation

  1. Klonen Sie das Repository:

git clone https://github.com/yourusername/MCP-smallest.ai.git cd MCP-smallest.ai

  1. Installieren Sie Abhängigkeiten:

bun install

  1. Erstellen Sie eine .env Datei im Stammverzeichnis:

SMALLEST_AI_API_KEY=your_api_key_here

Konfiguration

Erstellen Sie eine config.ts Datei mit Ihrer Smallest.ai-API-Konfiguration:

export const config = { API_KEY: process.env.SMALLEST_AI_API_KEY, BASE_URL: 'https://atoms-api.smallest.ai/api/v1' };

Verwendung

Starten des Servers

bun run index.ts

Testen des Servers

bun run test-client.ts

Verfügbare Tools

  1. Wissensdatenbanken auflisten

await client.callTool({ name: "listKnowledgeBases", arguments: {} });

  1. Wissensdatenbank erstellen

await client.callTool({ name: "createKnowledgeBase", arguments: { name: "My Knowledge Base", description: "Description of the knowledge base" } });

  1. Wissensdatenbank abrufen

await client.callTool({ name: "getKnowledgeBase", arguments: { id: "knowledge_base_id" } });

Antwortformat

Alle Antworten folgen dieser Struktur:

{ content: [{ type: "text", text: JSON.stringify(data, null, 2) }] }

Fehlerbehandlung

Der Server implementiert eine umfassende Fehlerbehandlung:

  • HTTP-Fehler

  • API-Fehler

  • Parametervalidierungsfehler

  • Typsichere Fehlerantworten

Entwicklung

Projektstruktur

MCP-smallest.ai/ ├── index.ts # MCP server implementation ├── test-client.ts # Test client implementation ├── config.ts # Configuration file ├── package.json # Project dependencies ├── tsconfig.json # TypeScript configuration └── README.md # This file

Neue Tools hinzufügen

  1. Definieren Sie das Tool in index.ts :

server.tool( "toolName", { param1: z.string(), param2: z.number() }, async (args) => { // Implementation } );

  1. Aktualisieren Sie die Dokumentation in der Ressource:

server.resource( "documentation", "docs://smallest.ai", async (uri) => ({ contents: [{ uri: uri.href, text: `Updated documentation...` }] }) );

Sicherheit

  • API-Schlüssel werden in Umgebungsvariablen gespeichert

  • Alle Anfragen werden authentifiziert

  • Parametervalidierung ist implementiert

  • Fehlermeldungen werden bereinigt

Beitragen

  1. Forken Sie das Repository

  2. Erstellen Sie Ihren Feature-Zweig ( git checkout -b feature/amazing-feature )

  3. Übernehmen Sie Ihre Änderungen ( git commit -m 'Add some amazing feature' )

  4. Pushen zum Zweig ( git push origin feature/amazing-feature )

  5. Öffnen einer Pull-Anfrage

Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert – Einzelheiten finden Sie in der Datei LICENSE .

Danksagung

Deploy Server
A
security – no known vulnerabilities
F
license - not found
A
quality - confirmed to work

How are these scores calculated?

Related Resources

Tools

Related MCP Servers

  • MCP Toolkit

    zxfgds
    -
    security
    F
    license
    -
    quality
    A comprehensive Model Context Protocol server implementation that enables AI assistants to interact with file systems, databases, GitHub repositories, web resources, and system tools while maintaining security and control.
    Last updated -
    5
    2

  • MCP Boilerplate

    iamsrikanthnani
    -
    security
    A
    license
    -
    quality
    A server that implements the Model Context Protocol, providing a standardized way to connect AI models to different data sources and tools.
    Last updated -
    1
    11
    MIT License

  • MCP AI Chat LangChain

    badrinathvm
    -
    security
    F
    license
    -
    quality
    A basic Model Context Protocol server implementation that demonstrates core functionality including tools and resources for AI chat applications.
    Last updated -

  • RL-MCP

    rlefko
    -
    security
    F
    license
    -
    quality
    A Model Context Protocol server that provides AI models with structured access to external data and services, acting as a bridge between AI assistants and applications, databases, and APIs in a standardized, secure way.
    Last updated -
    2

View all related MCP servers

New MCP Servers

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/VinayakTiwari1103/MCP-smallest-ai'

If you have feedback or need assistance with the MCP directory API, please join our Discord server