Skip to main content
Glama

MCP Advisor

MIT License
88
64
  • Apple
  • Linux

Asesor de MCP

Protocolo de contexto modelo versión npm Licencia: MIT

Wiki profunda

inglés |简体中文

Introducción

MCP Advisor es un servicio de descubrimiento y recomendación que ayuda a los asistentes de IA a explorar servidores del Protocolo de Contexto de Modelo (MCP) mediante consultas en lenguaje natural. Facilita a los usuarios la búsqueda y el uso de herramientas MCP adecuadas para tareas específicas.

Características

  • Búsqueda en lenguaje natural : encuentre servicios MCP mediante consultas conversacionales

  • Metadatos enriquecidos : obtenga información detallada sobre cada servicio

  • Actualizaciones en tiempo real : siempre sincronizado con los últimos servicios de MCP Servidores MCP

  • Fácil integración : configuración sencilla para cualquier asistente de IA compatible con MCP

  • Motor de búsqueda híbrido : capacidades de búsqueda avanzada que combinan búsqueda vectorial y coincidencia de texto

  • Compatibilidad con múltiples proveedores : compatibilidad con múltiples proveedores de búsqueda que se ejecutan en paralelo

Navegación de la documentación

Inicio rápido

Instalación

La forma más rápida es integrar MCP Advisor a través de la configuración de MCP:

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

Agregue esta configuración al archivo de configuración MCP de su asistente de IA:

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

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

Para conocer más métodos de instalación, consulte la Guía de instalación .

Manifestación

Guía para desarrolladores

Descripción general de la arquitectura

MCP Advisor adopta una arquitectura modular con una clara separación de preocupaciones y principios de programación funcional:

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

Componentes principales

  1. Capa de servicio de búsqueda

    • Interfaz de búsqueda unificada y agregación de proveedores

    • Soporte para múltiples proveedores de búsqueda que se ejecutan en paralelo

    • Opciones de búsqueda configurables (límite, minSimilarity)

  2. Proveedores de búsqueda

    • Proveedor Meilisearch : Búsqueda de vectores mediante Meilisearch

    • Proveedor GetMCP : búsqueda de API desde el registro GetMCP

    • Proveedor de Compass : búsqueda de API desde el registro de Compass

    • Proveedor sin conexión : búsqueda híbrida que combina texto y vectores

  3. Estrategia de búsqueda híbrida

    • Combinación inteligente de coincidencia de texto y búsqueda vectorial

    • Equilibrio de peso configurable

    • Mecanismos de filtrado adaptativo inteligente

  4. Capa de transporte

    • Stdio (predeterminado de CLI)

    • SSE (integración web)

    • Puntos finales de la API REST

Para obtener documentación de arquitectura más detallada, consulte ARCHITECTURE.md .

Aspectos técnicos destacados

Técnicas de búsqueda avanzada

  1. Normalización vectorial

    • Todos los vectores están normalizados a la longitud unitaria (magnitud = 1)

    • Garantiza cálculos consistentes de similitud de coseno

    • Mejora la precisión de la búsqueda al centrarse en la dirección en lugar de la magnitud.

  2. Ejecución de búsqueda paralela

    • La búsqueda de vectores y la búsqueda de texto se ejecutan en paralelo

    • Aprovecha Promise.all para un rendimiento óptimo

    • Mecanismos de respaldo habilitados si falla alguna búsqueda

  3. Fusión de resultados ponderados

    • Pesos configurables entre resultados vectoriales y de texto

    • Predeterminado: similitud vectorial (70%), coincidencia de texto (30%)

Sistema de registro y manejo de errores

MCP Advisor implementa sistemas robustos de registro y manejo de errores:

  1. Formato de error contextual

    • Enriquecimiento de objetos de error estandarizado

    • Preservación y formato del seguimiento de la pila

    • Categorización y estandarización de tipos de errores

  2. Degradación elegante

    • Estrategias de respaldo de múltiples proveedores

    • Procesamiento de resultados parciales

    • Respuestas predeterminadas para fallos críticos

Para obtener más detalles técnicos, consulte TECHNICAL_DETAILS.md .

Inicio rápido para desarrolladores

Configuración del entorno de desarrollo

  1. Clonar el repositorio

  2. Instalar dependencias:

    npm install
  3. Configurar variables de entorno (ver INSTALLATION.md )

Uso de la biblioteca

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);

Opciones de transporte

MCP Advisor admite múltiples métodos de transporte:

  1. Transporte Stdio (predeterminado): adecuado para herramientas de línea de comandos

  2. SSE Transport : adecuado para la integración web

  3. Transporte REST : proporciona puntos finales de API REST

Para obtener más detalles de desarrollo, consulte DEVELOPER_GUIDE.md .

Pautas de contribución

  1. Siga las convenciones de mensajes de confirmación:

    • Utilice tipos en minúsculas (feat, fix, docs, etc.)

    • Escribe mensajes descriptivos en formato de oración.

  2. Garantizar la calidad del código:

    • Ejecutar pruebas: npm test

    • Tipos de comprobación: npm run type-check

    • Código de pelusa: npm run lint

Para conocer pautas de contribución detalladas, consulte CONTRIBUTING.md .

Ejemplos de uso

Consultas de ejemplo

A continuación se muestran algunos ejemplos de consultas que puede utilizar con MCP Advisor:

"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"

Ejemplo de respuesta

[ { "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 } ]

Para ver más ejemplos, consulte EXAMPLES.md .

Solución de problemas

Problemas comunes

  1. Conexión rechazada

    • Asegúrese de que el servidor se esté ejecutando en el puerto especificado

    • Comprobar la configuración del firewall

  2. No se obtuvieron resultados

    • Pruebe una consulta más general

    • Comprobar la conexión de red a las API de registro

  3. Problemas de rendimiento

    • Considere agregar términos de búsqueda más específicos

    • Comprobar los recursos del servidor (CPU/memoria)

Para obtener más información sobre solución de problemas, consulte TROUBLESHOOTING.md .

Proveedores de búsqueda

MCP Advisor admite varios proveedores de búsqueda que pueden utilizarse simultáneamente:

  1. Proveedor de búsqueda de Compass : recupera información del servidor MCP mediante la API de Compass

  2. Proveedor de búsqueda GetMCP : utiliza la API GetMCP y la búsqueda vectorial para la coincidencia semántica

  3. Proveedor de búsqueda Meilisearch : utiliza Meilisearch para una búsqueda de texto rápida y tolerante a fallos

Para obtener información detallada sobre los proveedores de búsqueda, consulte SEARCH_PROVIDERS.md .

Documentación de la API

Para obtener documentación detallada de la API, consulte API_REFERENCE.md .

Hoja de ruta

MCP Advisor está evolucionando de un simple sistema de recomendaciones a una plataforma inteligente de orquestación de agentes. Nuestra visión es crear un sistema que no solo recomiende los servidores MCP adecuados, sino que también aprenda de las interacciones y ayude a los agentes a planificar y ejecutar tareas complejas de forma dinámica.

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

Principales fases de desarrollo

  1. Optimización de la capacidad de recomendación (segundo y tercer trimestre de 2025)

    • Aceptar comentarios de los usuarios

    • Refinar la eficacia de las recomendaciones

    • Introducir más índices

Para obtener una hoja de ruta detallada, consulte ROADMAP.md .

Pruebas

Utilice el inspector para realizar pruebas:

npx @modelcontextprotocol/inspector

Licencia

Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.

Related MCP Servers

  • -
    security
    A
    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 -
    55
    MIT License
    • Apple
  • A
    security
    A
    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
    F
    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
    A
    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