MCP-Berater
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
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
Installationshandbuch - Detaillierte Installations- und Konfigurationsanweisungen
Benutzerhandbuch – So verwenden Sie MCP Advisor
Architekturdokumentation – Details zur Systemarchitektur
Technische Details – Erweiterte technische Funktionen
Entwicklerhandbuch – Einrichten der Entwicklungsumgebung und Bereitstellen von Code
Best Practices – Kodierungsstandards und Best Practices für Mitwirkende
Fehlerbehebung – Häufige Probleme und Lösungen
Anbieter suchen - Anbieterdetails suchen
API-Referenz - API-Dokumentation
Roadmap – Zukünftige Entwicklungspläne
Beitragsrichtlinien – So tragen Sie Code bei
Schnellstart
Installation
Der schnellste Weg ist die Integration von MCP Advisor über die MCP-Konfiguration:
Fügen Sie diese Konfiguration zur MCP-Einstellungsdatei Ihres KI-Assistenten hinzu:
MacOS/Linux:
~/Library/Application Support/Claude/claude_desktop_config.jsonWindows:
%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:
Kernkomponenten
Suchdienstebene
Einheitliche Suchoberfläche und Anbieteraggregation
Unterstützung für mehrere parallel ausgeführte Suchanbieter
Konfigurierbare Suchoptionen (Limit, minSimilarity)
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
Hybride Suchstrategie
Intelligente Kombination aus Textvergleich und Vektorsuche
Konfigurierbarer Gewichtsausgleich
Intelligente adaptive Filtermechanismen
Transportschicht
Stdio (CLI-Standard)
SSE (Web-Integration)
REST-API-Endpunkte
Eine ausführlichere Architekturdokumentation finden Sie unter ARCHITECTURE.md .
Technische Highlights
Erweiterte Suchtechniken
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
Parallele Suchausführung
Vektorsuche und Textsuche laufen parallel
Nutzt Promise.all für optimale Leistung
Fallback-Mechanismen aktiviert, wenn eine der Suchen fehlschlägt
Zusammenführen gewichteter Ergebnisse
Konfigurierbare Gewichte zwischen Vektor- und Textergebnissen
Standard: Vektorähnlichkeit (70 %), Textübereinstimmung (30 %)
Fehlerbehandlungs- und Protokollierungssystem
MCP Advisor implementiert robuste Fehlerbehandlungs- und Protokollierungssysteme:
Kontextbezogene Fehlerformatierung
Standardisierte Fehlerobjektanreicherung
Beibehaltung und Formatierung des Stacktrace
Fehlertypkategorisierung und -standardisierung
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
Klonen Sie das Repository
Installieren Sie Abhängigkeiten:
npm installKonfigurieren Sie Umgebungsvariablen (siehe INSTALLATION.md )
Bibliotheksnutzung
Transportmöglichkeiten
MCP Advisor unterstützt mehrere Transportmethoden:
Stdio Transport (Standard) – Geeignet für Befehlszeilentools
SSE Transport – Geeignet für die Webintegration
REST-Transport – Bietet REST-API-Endpunkte
Weitere Entwicklungsdetails finden Sie unter DEVELOPER_GUIDE.md .
Beitragsrichtlinien
Befolgen Sie die Konventionen für Commit-Nachrichten:
Verwenden Sie Kleinbuchstaben (feat, fix, docs usw.).
Schreiben Sie beschreibende Nachrichten im Satzformat
Sicherstellen der Codequalität:
Tests ausführen:
npm testTypen prüfen:
npm run type-checkLint-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:
Beispielantwort
Weitere Beispiele finden Sie unter EXAMPLES.md .
Fehlerbehebung
Häufige Probleme
Verbindung abgelehnt
Stellen Sie sicher, dass der Server auf dem angegebenen Port läuft
Überprüfen Sie die Firewall-Einstellungen
Keine Ergebnisse zurückgegeben
Versuchen Sie eine allgemeinere Abfrage
Überprüfen Sie die Netzwerkverbindung zu den Registrierungs-APIs
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:
Compass Search Provider : Ruft MCP-Serverinformationen mithilfe der Compass-API ab
GetMCP-Suchanbieter : Verwendet die GetMCP-API und die Vektorsuche für die semantische Übereinstimmung
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.
Wichtige Entwicklungsphasen
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:
Lizenz
Dieses Projekt ist unter der MIT-Lizenz lizenziert – Einzelheiten finden Sie in der Datei LICENSE .
Related MCP Servers
- -security-license-qualityA 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 -67MIT License
- Asecurity-licenseAqualityEnables AI assistants to discover, retrieve details about, and manage MCP (Model Context Protocol) servers that provide additional tools and capabilities on demand.Last updated -5478AGPL 3.0
- -security-license-qualityA 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
- -security-license-qualityModel 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 -5Apache 2.0