Servidor MCP de Unichat en TypeScript

También disponible en Python

Envíe solicitudes a OpenAI, MistralAI, Anthropic, xAI, Google AI o DeepSeek mediante el protocolo MCP mediante la herramienta o indicaciones predefinidas. Se requiere la clave API del proveedor.

Se admiten mecanismos de transporte STDIO y SSE mediante argumentos.

Herramientas

El servidor implementa una herramienta:

• unichat : Enviar una solicitud a unichat

  • Toma "mensajes" como argumentos de cadena requeridos

  • Devuelve una respuesta

Indicaciones

• code_review

  • Revisar el código para conocer las mejores prácticas, posibles problemas y mejoras.

  • Argumentos:

    • code (cadena, obligatorio): El código a revisar"

• document_code

  • Generar documentación para el código, incluidas cadenas de documentación y comentarios.

  • Argumentos:

    • code (cadena, obligatorio): El código a comentar"

• explain_code

  • Explicar cómo funciona un fragmento de código en detalle.

  • Argumentos:

    • code (cadena, obligatorio): El código para explicar"

• code_rework

  • Aplicar los cambios solicitados al código proporcionado

  • Argumentos:

    • changes (cadena, opcional): Los cambios a aplicar"

    • code (cadena, obligatorio): El código que se va a reelaborar"

Related MCP server: minimax-llm-mcp

Desarrollo

Instalar dependencias:

npm install

Construir el servidor:

npm run build

Para desarrollo con reconstrucción automática:

npm run watch

Ejecución de evaluaciones

El paquete evals carga un cliente mcp que ejecuta el archivo index.ts, por lo que no es necesario reconstruir entre pruebas. Puede cargar variables de entorno prefijando el comando npx. Puede encontrar la documentación completa aquí .

OPENAI_API_KEY=your-key  npx mcp-eval src/evals/evals.ts src/server.ts

Instalación

Instalación mediante herrería

Para instalar Unichat MCP Server para Claude Desktop automáticamente a través de Smithery :

npx -y @smithery/cli install unichat-ts-mcp-server --client claude

Instalación manual

Para utilizar con Claude Desktop, agregue la configuración del servidor:

En MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json En Windows: %APPDATA%/Claude/claude_desktop_config.json

Ejecutar localmente:

{
  "mcpServers": {
    "unichat-ts-mcp-server": {
      "command": "node",
      "args": [
        "{{/path/to}}/unichat-ts-mcp-server/build/index.js"
      ],
      "env": {
        "UNICHAT_MODEL": "YOUR_PREFERRED_MODEL_NAME",
        "UNICHAT_API_KEY": "YOUR_VENDOR_API_KEY"
      }
    }
}

Ejecución publicada:

{
  "mcpServers": {
    "unichat-ts-mcp-server": {
      "command": "npx",
      "args": [
        "-y",
        "unichat-ts-mcp-server"
      ],
      "env": {
        "UNICHAT_MODEL": "YOUR_PREFERRED_MODEL_NAME",
        "UNICHAT_API_KEY": "YOUR_VENDOR_API_KEY"
      }
    }
}

Se ejecuta en STDIO por defecto o con el argumento --stdio . Para ejecutar en SSE, agregue el argumento --sse

npx -y unichat-ts-mcp-server --sse

Modelos compatibles:

Puede encontrar una lista de los modelos compatibles actualmente que se pueden usar como "YOUR_PREFERRED_MODEL_NAME" aquí . Asegúrese de agregar la clave API del proveedor correspondiente como "YOUR_VENDOR_API_KEY"

Ejemplo:

"env": {
  "UNICHAT_MODEL": "gpt-4o-mini",
  "UNICHAT_API_KEY": "YOUR_OPENAI_API_KEY"
}

Depuración

Dado que los servidores MCP se comunican a través de stdio, la depuración puede ser complicada. Recomendamos usar el Inspector MCP , disponible como script de paquete:

npm run inspector

El Inspector proporcionará una URL para acceder a las herramientas de depuración en su navegador.

Si experimenta tiempos de espera durante las pruebas en modo SSE, cambie la URL de solicitud en la interfaz del inspector a: http://localhost:3001/sse?timeout=600000