Skip to main content
Glama

Советник МКП

Модель контекстного протокола npm-версия Лицензия: Массачусетский технологический институт

Глубокая Вики

Английский |简体中文

Введение

MCP Advisor — это служба обнаружения и рекомендаций, которая помогает помощникам ИИ исследовать серверы Model Context Protocol (MCP) с помощью запросов на естественном языке. Это упрощает пользователям поиск и использование инструментов MCP, подходящих для определенных задач.

Функции

  • Поиск на естественном языке : найдите службы MCP с помощью разговорных запросов

  • Расширенные метаданные : получите подробную информацию о каждой услуге

  • Обновления в реальном времени : всегда синхронизировано с последними службами MCP MCP-серверы

  • Простая интеграция : простая настройка для любого совместимого с MCP помощника с искусственным интеллектом

  • Гибридная поисковая система : расширенные возможности поиска, объединяющие векторный поиск и сопоставление текста.

  • Поддержка нескольких поставщиков : поддержка нескольких поставщиков поиска, работающих параллельно.

Навигация по документации

Быстрый старт

Установка

Самый быстрый способ — интегрировать MCP Advisor через конфигурацию MCP:

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

Добавьте эту конфигурацию в файл настроек MCP вашего AI-помощника:

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

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

Дополнительные методы установки см. в Руководстве по установке .

Демо

Руководство разработчика

Обзор архитектуры

MCP Advisor использует модульную архитектуру с четким разделением задач и принципами функционального программирования:

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

Основные компоненты

  1. Уровень службы поиска

    • Единый интерфейс поиска и агрегация поставщиков

    • Поддержка нескольких поставщиков поиска, работающих параллельно

    • Настраиваемые параметры поиска (лимит, minПохожие)

  2. Поставщики поиска

    • Meilisearch Provider : поиск векторов с помощью Meilisearch

    • Поставщик GetMCP : поиск API из реестра GetMCP

    • Compass Provider : поиск API из реестра Compass

    • Офлайн-провайдер : гибридный поиск, объединяющий текст и векторы

  3. Гибридная стратегия поиска

    • Интеллектуальное сочетание сопоставления текста и поиска векторов

    • Настраиваемая балансировка веса

    • Интеллектуальные адаптивные механизмы фильтрации

  4. Транспортный уровень

    • Stdio (CLI по умолчанию)

    • SSE (веб-интеграция)

    • Конечные точки REST API

Более подробную документацию по архитектуре см. на сайте ARCHITECTURE.md .

Технические особенности

Расширенные методы поиска

  1. Нормализация вектора

    • Все векторы нормализованы до единичной длины (величина = 1)

    • Обеспечивает последовательные вычисления косинусного подобия

    • Повышает точность поиска, фокусируясь на направлении, а не на величине

  2. Параллельное выполнение поиска

    • Векторный поиск и текстовый поиск выполняются параллельно

    • Использует Promise.all для оптимальной производительности

    • Включаются резервные механизмы, если какой-либо поиск не удался

  3. Взвешенное слияние результатов

    • Настраиваемые веса между векторными и текстовыми результатами

    • По умолчанию: сходство векторов (70%), соответствие тексту (30%)

Система обработки и регистрации ошибок

MCP Advisor реализует надежные системы обработки и регистрации ошибок:

  1. Контекстное форматирование ошибок

    • Стандартизированное обогащение объекта ошибки

    • Сохранение и форматирование трассировки стека

    • Категоризация и стандартизация типов ошибок

  2. Изящная деградация

    • Резервные стратегии с несколькими поставщиками

    • Частичная обработка результата

    • Реакции по умолчанию на критические сбои

Более подробную техническую информацию см. на сайте TECHNICAL_DETAILS.md .

Быстрый старт для разработчиков

Настройка среды разработки

  1. Клонировать репозиторий

  2. Установить зависимости:

    npm install
  3. Настройте переменные среды (см. INSTALLATION.md )

Использование библиотеки

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);

Варианты транспорта

MCP Advisor поддерживает несколько методов транспортировки:

  1. Stdio Transport (по умолчанию) — подходит для инструментов командной строки.

  2. SSE Transport — подходит для веб-интеграции

  3. REST Transport — предоставляет конечные точки REST API.

Более подробную информацию о разработке см. на DEVELOPER_GUIDE.md .

Правила внесения вклада

  1. Соблюдайте правила оформления сообщений:

    • Используйте строчные буквы (feat, fix, docs и т. д.)

    • Напишите описательные сообщения в формате предложений.

  2. Обеспечение качества кода:

    • Запуск тестов: npm test

    • Типы проверки: npm run type-check

    • Код линта: npm run lint

Подробные правила внесения взносов см. на сайте CONTRIBUTING.md .

Примеры использования

Примеры запросов

Вот несколько примеров запросов, которые вы можете использовать с 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"

Пример ответа

[ { "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 } ]

Дополнительные примеры см. на EXAMPLES.md .

Поиск неисправностей

Общие проблемы

  1. В соединении отказано

    • Убедитесь, что сервер работает на указанном порту.

    • Проверьте настройки брандмауэра.

  2. Результаты не найдены

    • Попробуйте более общий запрос

    • Проверьте сетевое подключение к API реестра

  3. Проблемы с производительностью

    • Рассмотрите возможность добавления более конкретных поисковых запросов.

    • Проверьте ресурсы сервера (ЦП/память)

Дополнительную информацию по устранению неполадок см. на сайте TROUBLESHOOTING.md .

Поставщики поиска

MCP Advisor поддерживает несколько поставщиков поиска, которые можно использовать одновременно:

  1. Поставщик поиска Compass : извлекает информацию о сервере MCP с помощью API Compass.

  2. Поставщик поиска GetMCP : использует API GetMCP и векторный поиск для семантического соответствия.

  3. Поставщик поиска Meilisearch : использует Meilisearch для быстрого, отказоустойчивого текстового поиска.

Подробную информацию о поставщиках поиска см. на сайте SEARCH_PROVIDERS.md .

API-документация

Подробную документацию API см. в API_REFERENCE.md .

Дорожная карта

MCP Advisor развивается от простой системы рекомендаций до интеллектуальной платформы оркестровки агентов. Наше видение заключается в создании системы, которая не только рекомендует правильные серверы MCP, но и учится на взаимодействиях и помогает агентам динамически планировать и выполнять сложные задачи.

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

Основные этапы развития

  1. Оптимизация возможностей рекомендаций (2-й-3-й кварталы 2025 г.)

    • Принять отзывы пользователей

    • Уточнить эффективность рекомендаций

    • Ввести больше индексов

Подробную дорожную карту см. на сайте ROADMAP.md .

Тестирование

Используйте инспектор для тестирования:

npx @modelcontextprotocol/inspector

Лицензия

Данный проект лицензирован по лицензии MIT — подробности см. в файле 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