hybrid server
The server is able to function both locally and remotely, depending on the configuration or use case.
Integrations
Manages environment variables for configuration, including Selector AI API keys and URLs.
Runs the MCP server in a lightweight container with health checks, and the client can spawn the Docker container for interactive sessions.
Used for cloning the repository during installation process.
Selector AI FastMCP
Este repositorio proporciona una implementación completa del Protocolo de Contexto de Modelo (MCP) para Selector AI. Incluye un servidor con capacidad de streaming y un cliente interactivo basado en Docker que se comunica mediante stdin/stdout.
✨ Características
✅ Servidor
Compatible con FastMCP y basado en Python
Compatibilidad con transmisión SSE en tiempo real
Chat interactivo de IA con Selector AI
Texto repetitivo mínimo
Comprobación del estado integrada para la orquestación de contenedores
Registro de solicitudes/respuestas y reintentos
✅ Cliente
El cliente de Python genera un servidor a través de Docker
Admite acceso CLI y programático
Lectura y escritura a través de stdin y stdout
Configuración de variables de entorno mediante .env
🚀 Inicio rápido
Prerrequisitos
Python 3.8+
Estibador
Una clave API de Selector AI
URL de la API del selector
⚙️ Instalación
Clonar el repositorio
clon git https://github.com/automateyournetwork/selector-mcp-server
selector de cd-ai-mcp
Instalar dependencias de Python
pip install -r requisitos.txt
Establecer variables de entorno Cree un archivo .env:
SELECTOR_URL= https://la-url-de-su-api-selector
SELECTOR_AI_API_KEY=su-clave-api
Archivo Docker
El servidor se ejecuta en un contenedor liviano utilizando el siguiente Dockerfile:
DESDE python:3.11-slim
WORKDIR /aplicación
COPIA requisitos.txt .
EJECUTAR pip install -r requirements.txt
COPIAR . .
CMD ["python", "-u", "mcp_server.py"]
CONTROL DE SALUD --intervalo=30s --tiempo de espera=30s --periodo de inicio=5s
CMD python -c "importar socket; s = socket.socket(socket.AF_UNIX, socket.SOCK_STREAM); s.connect('/tmp/mcp.sock'); s.send(b'{"nombre_de_herramienta": "listo"}\n'); datos = s.recv(1024); s.close(); importar json; resultado = json.loads(datos); salir(0 si resultado.get('estado') == 'listo' de lo contrario 1)" || salir 1
Construir la imagen de Docker
docker build -t selector-mcp .
🧠 Uso del cliente
Iniciar el cliente
Esto generará el contenedor Docker y abrirá un shell interactivo.
mcp_client.py de Python
Ejemplo de sesión CLI
Tú>¿Qué es AIOps?
Selector> AIOps se refiere a la aplicación de IA a las operaciones de TI...
Acceso programático
desde selector_client importar call_tool, spawn_server
proc = servidor_de_generación()
call_tool(proc, "listo")
respuesta = call_tool(proc, "ask_selector", {"contenido": "¿Qué es AIOps?"})
imprimir(respuesta)
🖥️ Uso con Claude Desktop
Si se integra con Claude Desktop, puede ejecutar este servidor y exponer un socket o un punto final HTTP localmente:
Ejecute el servidor usando Docker o de forma nativa:
Python mcp_server.py
Conéctese al socket o al punto final HTTP desde la configuración de la herramienta externa de Claude Desktop.
Asegúrese de que sus mensajes coincidan con el formato:
Claude Desktop recibirá la respuesta estructurada de la IA a través de stdout.
🛠️ Construye tu propio contenedor
Para personalizar esta configuración:
Bifurcar o clonar este repositorio
Modifique el selector_fastmcp_server.py para integrar su modelo preferido o lógica de enrutamiento
Reconstruir la imagen de Docker:
docker build -t mi-mcp-personalizado .
Actualice el cliente para que genere my-custom-mcp en su lugar:
"docker", "ejecutar", "-i", "--rm", "mi-mcp-personalizado"
📁 Estructura del proyecto
selector-ai-mcp/
✅ Requisitos
Dependencias en requirements.txt:
solicitudes
python-dotenv
📜 Licencia
Licencia Apache 2.0
This server cannot be installed
Un servidor de Protocolo de Contexto de Modelo (MCP) que permite un chat de IA interactivo en tiempo real con Selector AI a través de un servidor con capacidad de transmisión y un cliente basado en Docker que se comunica mediante stdin/stdout.