Skip to main content
Glama
deenesjakoruzh

MCP-Smallest.ai

by VinayakTiwari1103
GitHub
TypeScript
3
OverviewInspectNewEndpointsSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

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?

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

Tools

Eine Model Context Protocol-Serverimplementierung, die eine standardisierte Schnittstelle für die Interaktion mit dem Wissensdatenbank-Managementsystem von Smallest.ai bereitstellt.

  1. Architektur
    1. Systemübersicht
    2. Komponentendetails
    3. Datenfluss
    4. Sicherheitsarchitektur
  2. Überblick
    1. Architektur
      1. Komponenten
    2. Voraussetzungen
      1. Installation
        1. Konfiguration
          1. Verwendung
            1. Starten des Servers
            2. Testen des Servers
            3. Verfügbare Tools
          2. Antwortformat
            1. Fehlerbehandlung
              1. Entwicklung
                1. Projektstruktur
                2. Neue Tools hinzufügen
              2. Sicherheit
                1. Beitragen
                  1. Lizenz
                    1. Danksagung

                      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 -
                        36
                        1

                      • 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 -
                        0
                        10
                        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