Skip to main content
Glama

MCP-Berater

Modellkontextprotokoll npm-Version Lizenz: MIT

DeepWiki

Englisch |简体中文

Einführung

MCP Advisor ist ein Erkennungs- und Empfehlungsdienst, der KI-Assistenten dabei unterstützt, Model Context Protocol (MCP)-Server mithilfe natürlicher Sprachabfragen zu erkunden. Er erleichtert Benutzern die Suche und Nutzung geeigneter MCP-Tools für bestimmte Aufgaben.

Merkmale

  • Suche in natürlicher Sprache : Finden Sie MCP-Dienste mithilfe von Konversationsabfragen

  • Umfangreiche Metadaten : Erhalten Sie detaillierte Informationen zu jedem Dienst

  • Echtzeit-Updates : Immer synchron mit den neuesten MCP-Diensten MCP-Server

  • Einfache Integration : Einfache Konfiguration für jeden MCP-kompatiblen KI-Assistenten

  • Hybrid-Suchmaschine : Erweiterte Suchfunktionen, die Vektorsuche und Textabgleich kombinieren

  • Unterstützung mehrerer Anbieter : Unterstützung für die parallele Ausführung mehrerer Suchanbieter

Dokumentationsnavigation

Schnellstart

Installation

Der schnellste Weg ist die Integration von MCP Advisor über die MCP-Konfiguration:

{ "mcpServers": { "mcpadvisor": { "command": "npx", "args": ["-y", "@xiaohui-wang/mcpadvisor"] } } }

Fügen Sie diese Konfiguration zur MCP-Einstellungsdatei Ihres KI-Assistenten hinzu:

  • MacOS/Linux: ~/Library/Application Support/Claude/claude_desktop_config.json

  • Windows: %AppData%\Claude\claude_desktop_config.json

Weitere Installationsmethoden finden Sie im Installationshandbuch .

Demo

Entwicklerhandbuch

Architekturübersicht

MCP Advisor verwendet eine modulare Architektur mit klarer Trennung der Belange und funktionalen Programmierprinzipien:

graph TD Client["Client Application"] --> |"MCP Protocol"| Transport["Transport Layer"] subgraph "MCP Advisor Server" Transport --> |"Request"| SearchService["Search Service"] SearchService --> |"Query"| Providers["Search Providers"] subgraph "Search Providers" Providers --> MeilisearchProvider["Meilisearch Provider"] Providers --> GetMcpProvider["GetMCP Provider"] Providers --> CompassProvider["Compass Provider"] Providers --> OfflineProvider["Offline Provider"] end OfflineProvider --> |"Hybrid Search"| HybridSearch["Hybrid Search Engine"] HybridSearch --> TextMatching["Text Matching"] HybridSearch --> VectorSearch["Vector Search"] SearchService --> |"Merge & Filter"| ResultProcessor["Result Processor"] SearchService --> Logger["Logging System"] end

Kernkomponenten

  1. Suchdienstebene

    • Einheitliche Suchoberfläche und Anbieteraggregation

    • Unterstützung für mehrere parallel ausgeführte Suchanbieter

    • Konfigurierbare Suchoptionen (Limit, minSimilarity)

  2. Anbieter suchen

    • Meilisearch-Anbieter : Vektorsuche mit Meilisearch

    • GetMCP-Anbieter : API-Suche aus der GetMCP-Registrierung

    • Compass Provider : API-Suche aus dem Compass-Register

    • Offline-Anbieter : Hybridsuche, die Text und Vektoren kombiniert

  3. Hybride Suchstrategie

    • Intelligente Kombination aus Textvergleich und Vektorsuche

    • Konfigurierbarer Gewichtsausgleich

    • Intelligente adaptive Filtermechanismen

  4. Transportschicht

    • Stdio (CLI-Standard)

    • SSE (Web-Integration)

    • REST-API-Endpunkte

Eine ausführlichere Architekturdokumentation finden Sie unter ARCHITECTURE.md .

Technische Highlights

Erweiterte Suchtechniken

  1. Vektornormalisierung

    • Alle Vektoren sind auf die Einheitslänge normalisiert (Betrag = 1)

    • Gewährleistet konsistente Kosinus-Ähnlichkeitsberechnungen

    • Verbessert die Suchpräzision durch Fokussierung auf die Richtung statt auf die Größe

  2. Parallele Suchausführung

    • Vektorsuche und Textsuche laufen parallel

    • Nutzt Promise.all für optimale Leistung

    • Fallback-Mechanismen aktiviert, wenn eine der Suchen fehlschlägt

  3. Zusammenführen gewichteter Ergebnisse

    • Konfigurierbare Gewichte zwischen Vektor- und Textergebnissen

    • Standard: Vektorähnlichkeit (70 %), Textübereinstimmung (30 %)

Fehlerbehandlungs- und Protokollierungssystem

MCP Advisor implementiert robuste Fehlerbehandlungs- und Protokollierungssysteme:

  1. Kontextbezogene Fehlerformatierung

    • Standardisierte Fehlerobjektanreicherung

    • Beibehaltung und Formatierung des Stacktrace

    • Fehlertypkategorisierung und -standardisierung

  2. Anmutige Degradierung

    • Multi-Provider-Fallback-Strategien

    • Teilergebnisverarbeitung

    • Standardreaktionen bei kritischen Fehlern

Weitere technische Einzelheiten finden Sie unter TECHNICAL_DETAILS.md .

Schnellstart für Entwickler

Einrichten der Entwicklungsumgebung

  1. Klonen Sie das Repository

  2. Installieren Sie Abhängigkeiten:

    npm install
  3. Konfigurieren Sie Umgebungsvariablen (siehe INSTALLATION.md )

Bibliotheksnutzung

import { SearchService } from '@xiaohui-wang/mcpadvisor'; // Initialize search service const searchService = new SearchService(); // Search for MCP servers const results = await searchService.search('vector database integration'); console.log(results);

Transportmöglichkeiten

MCP Advisor unterstützt mehrere Transportmethoden:

  1. Stdio Transport (Standard) – Geeignet für Befehlszeilentools

  2. SSE Transport – Geeignet für die Webintegration

  3. REST-Transport – Bietet REST-API-Endpunkte

Weitere Entwicklungsdetails finden Sie unter DEVELOPER_GUIDE.md .

Beitragsrichtlinien

  1. Befolgen Sie die Konventionen für Commit-Nachrichten:

    • Verwenden Sie Kleinbuchstaben (feat, fix, docs usw.).

    • Schreiben Sie beschreibende Nachrichten im Satzformat

  2. Sicherstellen der Codequalität:

    • Tests ausführen: npm test

    • Typen prüfen: npm run type-check

    • Lint-Code: npm run lint

Ausführliche Richtlinien für Beiträge finden Sie unter CONTRIBUTING.md .

Anwendungsbeispiele

Beispielabfragen

Hier sind einige Beispielabfragen, die Sie mit MCP Advisor verwenden können:

"Find MCP servers for natural language processing" "MCP servers for financial data analysis" "E-commerce recommendation engine MCP servers" "MCP servers with image recognition capabilities" "Weather data processing MCP servers" "Document summarization MCP servers"

Beispielantwort

[ { "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 }, { "title": "Text Processor", "description": "Efficient text processing MCP server with multi-language support.", "github_url": "https://github.com/example/text-processor", "similarity": 0.85 } ]

Weitere Beispiele finden Sie unter EXAMPLES.md .

Fehlerbehebung

Häufige Probleme

  1. Verbindung abgelehnt

    • Stellen Sie sicher, dass der Server auf dem angegebenen Port läuft

    • Überprüfen Sie die Firewall-Einstellungen

  2. Keine Ergebnisse zurückgegeben

    • Versuchen Sie eine allgemeinere Abfrage

    • Überprüfen Sie die Netzwerkverbindung zu den Registrierungs-APIs

  3. Leistungsprobleme

    • Erwägen Sie das Hinzufügen spezifischerer Suchbegriffe

    • Serverressourcen (CPU/Speicher) prüfen

Weitere Informationen zur Fehlerbehebung finden Sie unter TROUBLESHOOTING.md .

Anbieter suchen

MCP Advisor unterstützt mehrere Suchanbieter, die gleichzeitig verwendet werden können:

  1. Compass Search Provider : Ruft MCP-Serverinformationen mithilfe der Compass-API ab

  2. GetMCP-Suchanbieter : Verwendet die GetMCP-API und die Vektorsuche für die semantische Übereinstimmung

  3. Meilisearch-Suchanbieter : Verwendet Meilisearch für eine schnelle, fehlertolerante Textsuche

Ausführliche Informationen zu Suchanbietern finden Sie unter SEARCH_PROVIDERS.md .

API-Dokumentation

Eine ausführliche API-Dokumentation finden Sie unter API_REFERENCE.md .

Fahrplan

MCP Advisor entwickelt sich von einem einfachen Empfehlungssystem zu einer intelligenten Agenten-Orchestrierungsplattform. Unsere Vision ist ein System, das nicht nur die richtigen MCP-Server empfiehlt, sondern auch aus Interaktionen lernt und Agenten bei der dynamischen Planung und Ausführung komplexer Aufgaben unterstützt.

gantt title MCP Advisor Evolution Roadmap dateFormat YYYY-MM-DD axisFormat %Y-%m section Foundation Enhanced Search & Recommendation ✓ :done, 2025-01-01, 90d Hybrid Search Engine ✓ :done, 2025-01-01, 90d Provider Priority System ✓ :done, 2025-04-01, 60d section Intelligence Layer Feedback Collection System :active, 2025-04-01, 90d Agent Interaction Analytics :2025-07-01, 120d Usage Pattern Recognition :2025-07-01, 90d section Learning Systems Reinforcement Learning Framework :2025-10-01, 180d Contextual Bandit Implementation :2025-10-01, 120d Multi-Agent Reward Modeling :2026-01-01, 90d section Advanced Features Task Decomposition Engine :2026-01-01, 120d Dynamic Planning System :2026-04-01, 150d Adaptive MCP Orchestration :2026-04-01, 120d section Ecosystem Developer SDK & API :2026-07-01, 90d Custom MCP Training Tools :2026-07-01, 120d Enterprise Integration Framework :2026-10-01, 150d

Wichtige Entwicklungsphasen

  1. Optimierung der Empfehlungsfähigkeit (2025 Q2-Q3)

    • Akzeptieren Sie Benutzerfeedback

    • Verfeinern Sie die Wirksamkeit von Empfehlungen

    • Einführung weiterer Indizes

Eine detaillierte Roadmap finden Sie unter ROADMAP.md .

Testen

Verwenden Sie den Inspector zum Testen:

npx @modelcontextprotocol/inspector

Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert – Einzelheiten finden Sie in der Datei LICENSE .

Deploy Server
A
security – no known vulnerabilities
-
license - not tested
A
quality - confirmed to work

Related MCP Servers

  • -
    security
    -
    license
    -
    quality
    A Model Context Protocol server that enhances AI agents by providing deep semantic understanding of codebases, enabling more intelligent interactions through advanced code search and contextual awareness.
    Last updated -
    67
    MIT License
    • Apple
  • A
    security
    -
    license
    A
    quality
    Enables AI assistants to discover, retrieve details about, and manage MCP (Model Context Protocol) servers that provide additional tools and capabilities on demand.
    Last updated -
    5
    47
    8
    AGPL 3.0
    • Linux
    • Apple
  • -
    security
    -
    license
    -
    quality
    A comprehensive Model Context Protocol server that provides AI assistants with direct access to Semantic Scholar's academic database, enabling advanced paper discovery, citation analysis, author research, and AI-powered recommendations.
    Last updated -
    4
    • Apple
    • Linux
  • -
    security
    -
    license
    -
    quality
    Model Context Protocol server that enables AI assistants to perform keyword research, SEO analysis, and content planning through natural language queries against kwrds.ai's SEO tools.
    Last updated -
    5
    Apache 2.0

View all related MCP servers

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