Just Prompt - 为 LLM 提供商提供的轻量级 MCP 服务器

just-prompt是一个模型控制协议 (MCP) 服务器，它为各种大型语言模型 (LLM) 提供商提供统一的接口，包括 OpenAI、Anthropic、Google Gemini、Groq、DeepSeek 和 Ollama。

工具

服务器中提供以下 MCP 工具：

prompt ：向多个 LLM 模型发送提示
- 参数：
  - text ：提示文本
  - models_prefixed_by_provider （可选）：带有提供商前缀的模型列表。若未提供，则使用默认模型。
prompt_from_file ：将提示从文件发送到多个 LLM 模型
- 参数：
  - file ：包含提示的文件的路径
  - models_prefixed_by_provider （可选）：带有提供商前缀的模型列表。若未提供，则使用默认模型。
prompt_from_file_to_file ：将提示从文件发送到多个 LLM 模型，并将响应保存为 markdown 文件
- 参数：
  - file ：包含提示的文件的路径
  - models_prefixed_by_provider （可选）：带有提供商前缀的模型列表。若未提供，则使用默认模型。
  - output_dir （默认值：“。”）：保存响应 markdown 文件的目录
list_providers ：列出所有可用的 LLM 提供商
- 参数：无
list_models ：列出特定 LLM 提供商的所有可用模型
- 参数：
  - provider ：列出模型的提供者（例如“openai”或“o”）

提供商前缀

每个模型必须以提供商名称作为前缀
使用简称以便更快地引用

o或openai : OpenAI
- o:gpt-4o-mini
- openai:gpt-4o-mini
a``anthropic ：人类的
- a:claude-3-5-haiku
- anthropic:claude-3-5-haiku
g或gemini ：Google Gemini
- g:gemini-2.5-pro-exp-03-25
- gemini:gemini:gemini-2.5-pro-exp-03-25
q或groq : Groq
- q:llama-3.1-70b-versatile
- groq:llama-3.1-70b-versatile
d或deepseek : DeepSeek
- d:deepseek-coder
- deepseek:deepseek-coder
l或ollama : Ollama
- l:llama3.1
- ollama:llama3.1

特征

为多个 LLM 提供商提供统一的 API
支持来自字符串或文件的文本提示
并行运行多个模型
使用--default-models列表中的第一个模型自动更正模型名称
能够保存对文件的响应
轻松列出可用的提供商和型号

安装

# Clone the repository
git clone https://github.com/yourusername/just-prompt.git
cd just-prompt

# Install with pip
uv sync

环境变量

使用您的 API 密钥创建一个.env文件（您可以复制.env.sample文件）：

cp .env.sample .env

然后编辑.env文件以添加您的 API 密钥（或在您的 shell 中导出它们）：

OPENAI_API_KEY=your_openai_api_key_here
ANTHROPIC_API_KEY=your_anthropic_api_key_here
GEMINI_API_KEY=your_gemini_api_key_here
GROQ_API_KEY=your_groq_api_key_here
DEEPSEEK_API_KEY=your_deepseek_api_key_here
OLLAMA_HOST=http://localhost:11434

克劳德代码安装

默认模型设置为anthropic:claude-3-7-sonnet-20250219 。

如果您直接从存储库中使用 Claude Code，您可以在 .mcp.json 文件中看到我们将默认模型设置为...

{
  "mcpServers": {
    "just-prompt": {
      "type": "stdio",
      "command": "uv",
      "args": [
        "--directory",
        ".",
        "run",
        "just-prompt",
        "--default-models",
        "anthropic:claude-3-7-sonnet-20250219,openai:o3-mini,gemini:gemini-2.5-pro-exp-03-25"
      ],
      "env": {}
    }
  }
}

--default-models参数用于设置未向 API 端点显式提供任何模型时要使用的模型。列表中的第一个模型也用于在需要时更正模型名称。该列表可以是用逗号分隔的模型列表。

启动服务器时，它会自动检查您的环境中有哪些 API 密钥可用，并告知您可以使用哪些提供程序。如果缺少密钥，该提供程序将被列为不可用，但服务器仍会启动，并可使用可用的提供程序。

使用`mcp add-json`

复制此代码并将其粘贴到 Claude 代码中，但不要运行，直到复制 json

claude mcp add just-prompt "$(pbpaste)"

要复制的 JSON

{
    "command": "uv",
    "args": ["--directory", ".", "run", "just-prompt"]
}

将自定义默认模型设置为openai:gpt-4o 。

{
    "command": "uv",
    "args": ["--directory", ".", "run", "just-prompt", "--default-models", "openai:gpt-4o"]
}

具有多个默认模型：

{
    "command": "uv",
    "args": ["--directory", ".", "run", "just-prompt", "--default-models", "anthropic:claude-3-7-sonnet-20250219,openai:gpt-4o,gemini:gemini-2.5-pro-exp-03-25"]
}

使用`mcp add`和项目范围

# With default model (anthropic:claude-3-7-sonnet-20250219)
claude mcp add just-prompt -s project \
  -- \
    uv --directory . \
    run just-prompt

# With custom default model
claude mcp add just-prompt -s project \
  -- \
  uv --directory . \
  run just-prompt --default-models "openai:gpt-4o"

# With multiple default models
claude mcp add just-prompt -s user \
  -- \
  uv --directory . \
  run just-prompt --default-models "anthropic:claude-3-7-sonnet-20250219:4k,openai:o3-mini,gemini:gemini-2.0-flash,openai:gpt-4.5-preview,gemini:gemini-2.5-pro-exp-03-25"

`mcp remove`

claude mcp 删除 just-prompt

运行测试

uv run pytest

代码库结构

.
├── ai_docs/                   # Documentation for AI model details
│   ├── llm_providers_details.xml
│   └── pocket-pick-mcp-server-example.xml
├── list_models.py             # Script to list available LLM models
├── pyproject.toml             # Python project configuration
├── specs/                     # Project specifications
│   └── init-just-prompt.md
├── src/                       # Source code directory
│   └── just_prompt/
│       ├── __init__.py
│       ├── __main__.py
│       ├── atoms/             # Core components
│       │   ├── llm_providers/ # Individual provider implementations
│       │   │   ├── anthropic.py
│       │   │   ├── deepseek.py
│       │   │   ├── gemini.py
│       │   │   ├── groq.py
│       │   │   ├── ollama.py
│       │   │   └── openai.py
│       │   └── shared/        # Shared utilities and data types
│       │       ├── data_types.py
│       │       ├── model_router.py
│       │       ├── utils.py
│       │       └── validator.py
│       ├── molecules/         # Higher-level functionality
│       │   ├── list_models.py
│       │   ├── list_providers.py
│       │   ├── prompt.py
│       │   ├── prompt_from_file.py
│       │   └── prompt_from_file_to_file.py
│       ├── server.py          # MCP server implementation
│       └── tests/             # Test directory
│           ├── atoms/         # Tests for atoms
│           │   ├── llm_providers/
│           │   └── shared/
│           └── molecules/     # Tests for molecules

情境启动

阅读 README.md，然后运行 git ls-files 和“eza --git-ignore --tree”以了解项目的上下文。

与克劳德一起思考代币

人择克劳德模型claude-3-7-sonnet-20250219支持使用思考标记来扩展思考能力。这使得克劳德在回答问题之前能够进行更彻底的思考。

您可以通过在模型名称中添加以下格式的后缀来启用思考标记：

anthropic:claude-3-7-sonnet-20250219:1k - 使用 1024 个思考标记
anthropic:claude-3-7-sonnet-20250219:4k - 使用 4096 个思考标记
anthropic:claude-3-7-sonnet-20250219:8000 - 使用 8000 个思考标记

使用示例：

# Using 4k thinking tokens with Claude
uv run just-prompt prompt "Analyze the advantages and disadvantages of quantum computing vs classical computing" \
  --models-prefixed-by-provider anthropic:claude-3-7-sonnet-20250219:4k

笔记：

思考标记仅支持claude-3-7-sonnet-20250219模型
有效思考代币预算范围从 1024 到 16000
超出此范围的值将自动调整到范围内
您可以使用 k 符号（1k、4k 等）或精确数字（1024、4096 等）指定预算。

Just Prompt

Integrations

Just Prompt - 为 LLM 提供商提供的轻量级 MCP 服务器

工具

提供商前缀

特征

安装

环境变量

克劳德代码安装

使用`mcp add-json`

使用`mcp add`和项目范围

`mcp remove`

运行测试

代码库结构

情境启动

与克劳德一起思考代币

资源

Appeared in Searches

Integrations

Just Prompt - 为 LLM 提供商提供的轻量级 MCP 服务器

工具

提供商前缀

特征

安装

环境变量

克劳德代码安装

使用mcp add-json

使用mcp add和项目范围

mcp remove

运行测试

代码库结构

情境启动

与克劳德一起思考代币

资源

Appeared in Searches

使用`mcp add-json`

使用`mcp add`和项目范围

`mcp remove`