Skip to main content
Glama

MCP-Server-TESS

README.md3.35 kB
# MCP-Server-TESS Servidor MCP (Model Context Protocol) para integração com a API TESS. ## Sobre Este projeto implementa um servidor que segue o protocolo MCP para interagir com a API TESS. O servidor expõe ferramentas que permitem: - Listar e gerenciar agentes - Executar agentes com mensagens personalizadas - Gerenciar arquivos e suas associações com agentes - E muito mais ## Requisitos - Node.js 18+ - Uma chave de API da plataforma TESS ## Instalação ### Via Smithery.ai (Recomendado) Você pode usar este servidor diretamente no Smithery.ai: 1. Acesse [https://smithery.ai/server/@diegofornalha/mcp-server-tess](https://smithery.ai/server/@diegofornalha/mcp-server-tess) 2. Clique em "Instalar" 3. Configure sua chave de API TESS quando solicitado 4. Pronto! O servidor está disponível para uso com seu LLM favorito ### Instalação Local Clone o repositório e instale as dependências: ```bash git clone https://github.com/seu-usuario/mcp-server-tess.git cd mcp-server-tess npm install ``` ## Configuração 1. Crie um arquivo `.env` baseado no `.env.example` 2. Adicione sua chave de API da TESS: ``` TESS_API_KEY=sua_chave_api_aqui PORT=3000 ``` ## Compilação ```bash npm run build ``` ## Execução Para iniciar o servidor em modo de produção: ```bash npm start ``` Para desenvolvimento com recarga automática: ```bash npm run dev ``` ## Ferramentas disponíveis O servidor expõe as seguintes ferramentas via API HTTP: 1. `listar_agentes_tess` - Lista todos os agentes disponíveis 2. `obter_agente_tess` - Obtém detalhes de um agente específico 3. `executar_agente_tess` - Executa um agente com mensagens personalizadas 4. `listar_arquivos_agente_tess` - Lista arquivos associados a um agente 5. `vincular_arquivo_agente_tess` - Vincula um arquivo a um agente 6. `remover_arquivo_agente_tess` - Remove o vínculo de um arquivo com um agente 7. `listar_arquivos_tess` - Lista todos os arquivos disponíveis 8. `obter_arquivo_tess` - Obtém detalhes de um arquivo específico 9. `enviar_arquivo_tess` - Envia um novo arquivo para a plataforma TESS 10. `excluir_arquivo_tess` - Exclui um arquivo da plataforma TESS ## Uso com Docker Para executar o servidor usando Docker: ```bash # Construir a imagem docker build -t mcp-server-tess . # Executar o container docker run -p 3000:3000 -e TESS_API_KEY=sua_chave_api_aqui mcp-server-tess ``` ## Endpoints da API - `GET /health` - Endpoint de verificação da saúde do servidor - `GET /capabilities` - Lista todas as ferramentas disponíveis com suas descrições e parâmetros - `POST /tools/:toolName` - Executa uma ferramenta específica (substitua `:toolName` pelo nome da ferramenta) ## Exemplo de uso ### Com Smithery.ai Após a instalação no Smithery.ai, você pode usar o servidor com qualquer LLM compatível com MCP: 1. Selecione o servidor `@diegofornalha/mcp-server-tess` nas configurações do seu LLM 2. As ferramentas da API TESS ficarão disponíveis automaticamente para seu modelo ### Via API HTTP Para executar um agente: ```bash curl -X POST http://localhost:3000/tools/executar_agente_tess \ -H "Content-Type: application/json" \ -d '{ "agent_id": "seu_agent_id", "model": "tess-ai-light", "messages": [ {"role": "user", "content": "Olá, como você está?"} ] }' ``` ## Licença MIT

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/diegofornalha/mcp-server-tess'

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