Skip to main content
Glama

MCP Advisor

MIT License
88
64
  • Apple
  • Linux
GETTING_STARTED.md11.5 kB
# MCP Advisor 快速开始指南 这是 MCP Advisor 的完整安装、配置和使用指南,让您快速上手并充分利用 MCP Advisor 的功能。 ## 目录 - [安装方式](#安装方式) - [通过 MCP 配置集成(推荐)](#通过-mcp-配置集成推荐) - [NPM 包安装](#npm-包安装) - [全局安装](#全局安装) - [直接使用](#直接使用) - [通过 Smithery 安装](#通过-smithery-安装) - [基本使用](#基本使用) - [寻找 MCP 服务器](#寻找-mcp-服务器) - [理解搜索结果](#理解搜索结果) - [与 AI 助手集成](#与-ai-助手集成) - [配置选项](#配置选项) - [环境变量配置](#环境变量配置) - [配置文件设置](#配置文件设置) - [传输方式配置](#传输方式配置) - [使用技巧](#使用技巧) - [高效查询技巧](#高效查询技巧) - [高级搜索选项](#高级搜索选项) - [常见问题排查](#常见问题排查) - [安装问题](#安装问题) - [配置问题](#配置问题) - [运行时问题](#运行时问题) ## 安装方式 ### 通过 MCP 配置集成(推荐) 最快的方式是通过 MCP 配置集成 MCP Advisor: ```json { "mcpServers": { "mcpadvisor": { "command": "npx", "args": ["-y", "@xiaohui-wang/mcpadvisor"] } } } ``` 将此配置添加到您的 AI 助手的 MCP 设置文件中: - **MacOS/Linux**: `~/Library/Application Support/Claude/claude_desktop_config.json` - **Windows**: `%AppData%\Claude\claude_desktop_config.json` 配置完成后重启您的 AI 助手即可使用。 ### NPM 包安装 如果您需要在项目中集成 MCP Advisor: ```bash # 使用 npm npm install @xiaohui-wang/mcpadvisor # 使用 yarn yarn add @xiaohui-wang/mcpadvisor # 使用 pnpm pnpm add @xiaohui-wang/mcpadvisor ``` ### 全局安装 全局安装可以在任何地方使用 `mcpadvisor` 命令: ```bash # 全局安装 npm install -g @xiaohui-wang/mcpadvisor # 运行 mcpadvisor ``` ### 直接使用 无需安装直接使用: ```bash # 使用 npx 运行(无需安装) npx @xiaohui-wang/mcpadvisor # 或者使用 npx 运行特定版本 npx @xiaohui-wang/mcpadvisor@latest ``` ### 通过 Smithery 安装 使用 [Smithery](https://smithery.ai/server/@istarwyh/mcpadvisor) 自动安装到 Claude Desktop: ```bash npx -y @smithery/cli install @istarwyh/mcpadvisor --client claude ``` ## 基本使用 ### 寻找 MCP 服务器 MCP Advisor 允许您通过自然语言查询发现和使用 MCP 服务器。以下是使用方法: #### 1. 直接查询 向您的 AI 助手询问特定任务的 MCP 服务器: ``` 哪些 MCP 服务器可以用于向量数据库集成? ``` ``` Find MCP servers for natural language processing ``` #### 2. 功能导向查询 请求具有特定功能的服务器: ``` 找一个用于图像生成的 MCP 服务器 ``` ``` I need an MCP server for image generation ``` #### 3. 任务导向查询 描述您想要完成的任务: ``` 我需要分析金融数据,应该使用哪个 MCP 服务器? ``` ``` I need to analyze financial data, which MCP server should I use? ``` ### 理解搜索结果 MCP Advisor 返回的结果包含以下信息: - **服务器名称**: MCP 服务器的名称 - **描述**: 服务器功能的简要说明 - **GitHub URL**: 服务器仓库的链接 - **安装说明**: 如何安装和配置服务器 - **相关性评分**: 服务器与您查询的匹配程度 #### 结果示例 ```json [ { "title": "NLP Toolkit", "description": "Comprehensive natural language processing toolkit with sentiment analysis, entity recognition, and text summarization capabilities.", "github_url": "https://github.com/example/nlp-toolkit", "similarity": 0.92 } ] ``` ### 与 AI 助手集成 #### Claude Desktop 1. **配置 MCP Advisor**: 将以下配置添加到 `claude_desktop_config.json`: ```json { "mcpServers": { "mcpadvisor": { "command": "npx", "args": ["-y", "@xiaohui-wang/mcpadvisor"] } } } ``` 2. **重启 Claude Desktop** 3. **开始使用**: ``` Claude,请帮我找一个用于数据库操作的 MCP 服务器 ``` #### 其他 AI 助手 对于支持 Model Context Protocol 的其他 AI 助手: 1. **全局安装 MCP Advisor**: ```bash npm install -g @xiaohui-wang/mcpadvisor ``` 2. **配置助手使用 MCP Advisor 作为服务器** 3. **参考您的助手文档了解具体的 MCP 集成步骤** ## 配置选项 ### 环境变量配置 MCP Advisor 可以使用以下环境变量进行配置。所有环境变量都是可选的,除非另有说明。 #### 核心配置 | 变量 | 描述 | 默认值 | 必需 | |------|------|--------|------| | `TRANSPORT_TYPE` | 传输方法 (stdio, sse, rest) | `stdio` | 否 | | `LOG_LEVEL` | 日志级别 (debug, info, warn, error) | `info` | 否 | | `DEBUG` | 启用调试日志 | `false` | 否 | | `ENABLE_FILE_LOGGING` | 启用文件日志 | `false` | 否 | #### HTTP 服务器配置(SSE/REST 传输) | 变量 | 描述 | 默认值 | 必需 | |------|------|--------|------| | `SERVER_PORT` | HTTP 服务器端口 | `3000` | 否 | | `SERVER_HOST` | HTTP 服务器主机 | `localhost` | 否 | | `SSE_PATH` | SSE 端点路径 | `/sse` | 否 | | `MESSAGE_PATH` | 消息端点路径 | `/messages` | 否 | | `ENDPOINT` | REST 端点路径 | `/rest` | 否 | #### 搜索配置 | 变量 | 描述 | 默认值 | 必需 | |------|------|--------|------| | `MIN_SIMILARITY` | 搜索结果的最小相似度分数 | `0.5` | 否 | | `MAX_RESULTS` | 返回的最大搜索结果数 | `10` | 否 | | `ENABLE_CACHE` | 启用搜索结果缓存 | `false` | 否 | | `CACHE_TTL` | 缓存结果的生存时间(秒) | `3600` | 否 | | `VECTOR_ENGINE_TYPE` | 向量引擎类型 (memory, oceanbase, meilisearch) | `memory` | 否 | #### API 配置 | 变量 | 描述 | 默认值 | 必需 | |------|------|--------|------| | `COMPASS_API_BASE` | COMPASS API 的基础 URL | `https://registry.mcphub.io` | 否 | | `OCEANBASE_URL` | OceanBase 数据库连接字符串 | - | 使用 OceanBase 时必需 | #### Nacos Provider 配置 如果您选择使用 Nacos 作为搜索提供者: | 环境变量 | 描述 | 默认值 | 必填 | |---------|------|--------|------| | `NACOS_SERVER_ADDR` | Nacos 服务器地址 | 无 | 是 | | `NACOS_NAMESPACE` | Nacos 命名空间 | `public` | 否 | | `NACOS_GROUP` | Nacos 分组 | `DEFAULT_GROUP` | 否 | | `NACOS_USERNAME` | Nacos 用户名 | 无 | 如果 Nacos 需要认证 | | `NACOS_PASSWORD` | Nacos 密码 | 无 | 如果 Nacos 需要认证 | | `MCP_SERVICE_NAME` | MCP 服务在 Nacos 中的名称 | `mcp-servers` | 否 | #### 日志配置 | 变量 | 描述 | 默认值 | 必需 | |------|------|--------|------| | `LOG_DIR` | 日志文件目录 | `./logs` | 否 | ### 配置文件设置 您也可以使用配置文件进行设置。创建 `.mcpadvisorrc.json` 文件: ```json { "transport": "stdio", "port": 3000, "enableFileLogging": true, "logLevel": "info", "vectorEngineType": "memory", "search": { "provider": "hybrid", "limit": 5, "minSimilarity": 0.3 } } ``` 或者使用 `config/default.json`: ```json { "server": { "port": 3000, "transportType": "stdio" }, "search": { "provider": "hybrid", "limit": 5, "minSimilarity": 0.3 } } ``` ### 传输方式配置 MCP Advisor 支持多种传输方式: #### 1. Stdio Transport(默认) 适用于命令行工具: ```bash node build/index.js ``` #### 2. SSE Transport 适用于 Web 集成: ```bash TRANSPORT_TYPE=sse SERVER_PORT=3000 DEBUG=true ENABLE_FILE_LOGGING=true node build/index.js ``` #### 3. REST Transport 提供 RESTful 端点: ```bash TRANSPORT_TYPE=rest SERVER_PORT=8080 ENDPOINT=/api/mcp node build/index.js ``` #### 生产配置示例 ```bash TRANSPORT_TYPE=rest SERVER_PORT=8080 SERVER_HOST=0.0.0.0 LOG_LEVEL=warn ENABLE_FILE_LOGGING=true node build/index.js ``` ## 使用技巧 ### 高效查询技巧 为了从 MCP Advisor 获得最佳结果: #### 1. 具体化描述 包含关键功能需求: ``` 找一个支持多语言的 OCR MCP 服务器 ``` ``` Find an MCP server for OCR with support for multiple languages ``` #### 2. 包含领域上下文 提及您的应用领域: ``` 需要一个具有合规功能的金融数据分析 MCP 服务器 ``` ``` MCP server for financial data analysis with regulatory compliance features ``` #### 3. 指定技术要求 包含任何技术限制: ``` 找一个轻量级的离线图像处理 MCP 服务器 ``` ``` Find a lightweight MCP server for image processing that works offline ``` ### 高级搜索选项 当以编程方式使用 MCP Advisor 时,您可以指定其他搜索参数: ```typescript const results = await searchService.search("vector database", { limit: 10, minSimilarity: 0.2, includeMetadata: true }); ``` ## 常见问题排查 ### 安装问题 #### 1. 权限错误 如果遇到权限错误,请尝试使用管理员权限: ```bash # macOS/Linux sudo npm install -g @xiaohui-wang/mcpadvisor # Windows (以管理员身份运行命令提示符) npm install -g @xiaohui-wang/mcpadvisor ``` #### 2. 版本冲突 如果与其他包有版本冲突: ```bash npm install @xiaohui-wang/mcpadvisor --force ``` #### 3. 找不到命令 确保全局 npm bin 目录在您的 PATH 中: ```bash # 查看 npm 全局路径 npm bin -g # 添加到 PATH(macOS/Linux) export PATH="$PATH:$(npm bin -g)" # Windows set PATH=%PATH%;%APPDATA%\npm ``` ### 配置问题 #### 1. MCP 配置不生效 检查配置文件路径: - **macOS**: `~/Library/Application Support/Claude/claude_desktop_config.json` - **Windows**: `%AppData%\Claude\claude_desktop_config.json` 确保 JSON 格式正确: ```bash # 验证 JSON 格式 cat ~/.../claude_desktop_config.json | python -m json.tool ``` #### 2. 环境变量不生效 确认环境变量设置: ```bash # Linux/macOS echo $TRANSPORT_TYPE export TRANSPORT_TYPE=sse # Windows echo %TRANSPORT_TYPE% set TRANSPORT_TYPE=sse ``` ### 运行时问题 #### 1. 连接被拒绝 确保服务器运行在指定端口并检查防火墙设置: ```bash # 检查端口占用 netstat -an | grep 3000 lsof -i :3000 # 检查服务状态 curl http://localhost:3000/health ``` #### 2. 搜索无结果 尝试更通用的查询: ``` # 从具体查询 "advanced machine learning vector database with GPU acceleration" # 改为通用查询 "machine learning" 或 "vector database" ``` 检查网络连接: ```bash # 测试外部 API 连接 curl -I https://api.getmcp.org ping registry.mcphub.io ``` #### 3. 性能问题 考虑以下优化: - 使用更具体的搜索词 - 检查服务器资源(CPU/内存) - 启用缓存:`ENABLE_CACHE=true` - 调整搜索限制:`MAX_RESULTS=5` ### 验证安装 运行以下命令验证安装: ```bash # 检查版本 mcpadvisor --version # 或者 npx @xiaohui-wang/mcpadvisor --version # 测试基本功能 mcpadvisor --help ``` 如果显示版本号和帮助信息,则表示安装成功。 --- 如果您遇到本指南未涵盖的问题,请: 1. 查看 [故障排除文档](./TROUBLESHOOTING.md) 2. 检查 [GitHub Issues](https://github.com/istarwyh/mcpadvisor/issues) 3. 创建新的 Issue 寻求帮助 更多高级配置和技术细节,请参阅: - [技术参考手册](./TECHNICAL_REFERENCE.md) - [架构文档](./ARCHITECTURE.md) - [贡献指南](../CONTRIBUTING.md)

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/istarwyh/mcpadvisor'

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