mcp-server-llmling

Manual del servidor LLMling

Descripción general

mcp-server-llmling es un servidor para el Protocolo de chat de máquina (MCP) que proporciona un sistema de configuración basado en YAML para aplicaciones LLM.

LLMLing , el backend, proporciona un sistema de configuración basado en YAML para aplicaciones LLM. Permite configurar servidores MCP personalizados que sirven contenido definido en archivos YAML.

Declaración estática : define el entorno de tu LLM en YAML (no se requiere código)
Protocolo MCP : basado en el Protocolo de chat de máquina (MCP) para una interacción LLM estandarizada
Tipos de componentes :
- Recursos : proveedores de contenido (archivos, texto, salida CLI, etc.)
- Indicaciones : Plantillas de mensajes con argumentos
- Herramientas : Funciones de Python que puede llamar el LLM

La configuración de YAML crea un entorno completo que proporciona al LLM:

Acceso al contenido a través de recursos
Indicaciones estructuradas para una interacción consistente
Herramientas para ampliar capacidades

Características principales

1. Gestión de recursos

Cargar y administrar diferentes tipos de recursos:
- Archivos de texto ( PathResource )
- Contenido de texto sin formato ( TextResource )
- Salida del comando CLI ( CLIResource )
- Código fuente de Python ( SourceResource )
- Resultados invocables de Python ( CallableResource )
- Imágenes ( ImageResource )
Soporte para vigilancia de recursos/recarga en caliente
Tuberías de procesamiento de recursos
Acceso a recursos basado en URI

2. Sistema de herramientas

Registrar y ejecutar funciones de Python como herramientas LLM
Compatibilidad con herramientas basadas en OpenAPI
Descubrimiento de herramientas basado en puntos de entrada
Validación de herramientas y verificación de parámetros
Respuestas de herramientas estructuradas

3. Gestión rápida

Indicaciones estáticas con soporte de plantillas
Indicaciones dinámicas de funciones de Python
Indicaciones basadas en archivos
Validación rápida de argumentos
Sugerencias para completar argumentos rápidos

4. Múltiples opciones de transporte

Comunicación basada en Stdio (predeterminada)
Eventos enviados por el servidor (SSE) para clientes web
Soporte para implementaciones de transporte personalizadas

Uso

Con Zed Editor

Agregue LLMLing como servidor de contexto en su settings.json :

{
  "context_servers": {
    "llmling": {
      "command": {
        "env": {},
        "label": "llmling",
        "path": "uvx",
        "args": [
          "mcp-server-llmling",
          "start",
          "path/to/your/config.yml"
        ]
      },
      "settings": {}
    }
  }
}

Con Claude Desktop

Configure LLMLing en su claude_desktop_config.json :

{
  "mcpServers": {
    "llmling": {
      "command": "uvx",
      "args": [
        "mcp-server-llmling",
        "start",
        "path/to/your/config.yml"
      ],
      "env": {}
    }
  }
}

Inicio manual del servidor

Inicie el servidor directamente desde la línea de comandos:

# Latest version
uvx mcp-server-llmling@latest

1. Uso programático

from llmling import RuntimeConfig
from mcp_server_llmling import LLMLingServer

async def main() -> None:
    async with RuntimeConfig.open(config) as runtime:
        server = LLMLingServer(runtime, enable_injection=True)
        await server.start()

asyncio.run(main())

2. Uso de transporte personalizado

from llmling import RuntimeConfig
from mcp_server_llmling import LLMLingServer

async def main() -> None:
    async with RuntimeConfig.open(config) as runtime:
        server = LLMLingServer(
            config,
            transport="sse",
            transport_options={
                "host": "localhost",
                "port": 8000,
                "cors_origins": ["http://localhost:3000"]
            }
        )
        await server.start()

asyncio.run(main())

3. Configuración de recursos

resources:
  python_code:
    type: path
    path: "./src/**/*.py"
    watch:
      enabled: true
      patterns:
        - "*.py"
        - "!**/__pycache__/**"

  api_docs:
    type: text
    content: |
      API Documentation
      ================
      ...

4. Configuración de la herramienta

tools:
  analyze_code:
    import_path: "mymodule.tools.analyze_code"
    description: "Analyze Python code structure"

toolsets:
  api:
    type: openapi
    spec: "https://api.example.com/openapi.json"
    namespace: "api"

Configuración del servidor

El servidor se configura a través de un archivo YAML con las siguientes secciones:

global_settings:
  timeout: 30
  max_retries: 3
  log_level: "INFO"
  requirements: []
  pip_index_url: null
  extra_paths: []

resources:
  # Resource definitions...

tools:
  # Tool definitions...

toolsets:
  # Toolset definitions...

prompts:
  # Prompt definitions...

Protocolo MCP

El servidor implementa el protocolo MCP que admite:

Operaciones de recursos
- Lista de recursos disponibles
- Leer el contenido del recurso
- Esté atento a los cambios de recursos
Operaciones con herramientas
- Lista de herramientas disponibles
- Ejecutar herramientas con parámetros
- Obtener esquemas de herramientas
Operaciones rápidas
- Lista de indicaciones disponibles
- Obtener indicaciones formateadas
- Obtener finalizaciones para argumentos de solicitud
Notificaciones
- Cambios en los recursos
- Actualizaciones de la lista de herramientas/indicaciones
- Actualizaciones de progreso
- Mensajes de registro

mcp-server-llmling

Integrations

mcp-server-llmling

Manual del servidor LLMling

Descripción general

Características principales

1. Gestión de recursos

2. Sistema de herramientas

3. Gestión rápida

4. Múltiples opciones de transporte

Uso

Con Zed Editor

Con Claude Desktop

Inicio manual del servidor

1. Uso programático

2. Uso de transporte personalizado

3. Configuración de recursos

4. Configuración de la herramienta

Configuración del servidor

Protocolo MCP

Related Resources

Appeared in Searches