Skip to main content
Glama

Atla MCP 服务器

MCP 服务器实现为 LLM 提供标准化接口,以便与 Atla API 交互,实现最先进的 LLMJ 评估。

点击此处了解更多关于 Atla 的信息。点击此处了解更多关于模型上下文协议的信息。

可用工具

  • evaluate_llm_response :使用给定的评估标准评估法学硕士 (LLM) 对提示的响应。此函数使用 Atla 评估模型,返回一个字典,其中包含模型响应的分数以及包含对模型响应反馈的文本评论。

  • 评估 LLM 的答案evaluate_llm_response_on_multiple_criteria符合多个评估标准。此函数使用 Atla 评估模型,返回一个字典列表,每个字典包含针对给定标准的评估分数和评论。

Related MCP server: Letta MCP Server

用法

要使用 MCP 服务器,您需要一个 Atla API 密钥。您可以在这里找到您现有的 API 密钥,或在这里创建一个新的。

安装

我们建议使用uv来管理 Python 环境。安装说明请参阅此处

手动运行服务器

安装uv并拥有 Atla API 密钥后,您可以使用uvx (由uv提供)手动运行 MCP 服务器:

ATLA_API_KEY=<your-api-key> uvx atla-mcp-server

连接到服务器

遇到问题或需要帮助连接到其他客户端?欢迎随时提交问题或联系我们

OpenAI代理SDK

有关将 OpenAI Agents SDK 与 MCP 服务器一起使用的更多详细信息,请参阅官方文档

  1. 安装 OpenAI Agents SDK:

pip install openai-agents
  1. 使用 OpenAI Agents SDK 连接到服务器:

import os from agents import Agent from agents.mcp import MCPServerStdio async with MCPServerStdio( params={ "command": "uvx", "args": ["atla-mcp-server"], "env": {"ATLA_API_KEY": os.environ.get("ATLA_API_KEY")} } ) as atla_mcp_server: ...

克劳德桌面

有关在 Claude Desktop 中配置 MCP 服务器的更多详细信息,请参阅官方 MCP 快速入门指南

  1. 将以下内容添加到您的claude_desktop_config.json文件中:

{ "mcpServers": { "atla-mcp-server": { "command": "uvx", "args": ["atla-mcp-server"], "env": { "ATLA_API_KEY": "<your-atla-api-key>" } } } }
  1. 重新启动 Claude Desktop以应用更改。

您现在应该在可用的 MCP 工具列表中看到来自atla-mcp-server的选项。

光标

有关在 Cursor 中配置 MCP 服务器的更多详细信息,请参阅官方文档

  1. 将以下内容添加到您的.cursor/mcp.json文件:

{ "mcpServers": { "atla-mcp-server": { "command": "uvx", "args": ["atla-mcp-server"], "env": { "ATLA_API_KEY": "<your-atla-api-key>" } } } }

您现在应该在可用的 MCP 服务器列表中看到atla-mcp-server

贡献

欢迎贡献!详情请参阅CONTRIBUTING.md文件。

执照

本项目遵循 MIT 许可证。详情请参阅LICENSE文件。

Latest Blog Posts

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/atla-ai/atla-mcp-server'

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