Selector AI FastMCP

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