Which integrations are available for this server?

Allows using locally hosted or self-managed models via Ollama's OpenAI-compatible endpoint as an upstream expert consultant, providing deep analysis and recommendations. Forwards complex questions to an advanced OpenAI-compatible model (e.g., GPT-5.5) for deep analysis and professional advice, enabling downstream AI agents to consult high-capability models via an OpenAI API endpoint.

How do I use Expert MCP?

1. Click on "Install Server". 2. Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state. 3. In the chat, type @ followed by the MCP server name and your instructions, e.g., "@Expert MCP Get expert advice on optimizing this database query." That's it! The server will respond to your query, and you can continue using it as needed. Here is a step-by-step guide with screenshots.

de en es ja ko ru zh

Expert MCP

by MineJPGcraft

Overview Schema Related Servers Score Discussions

Python

Remote

🧠 Expert MCP

为你的 AI 模型配备一位"随时可以请教"的高级专家顾问。

当下游模型遇到复杂问题时，可以通过本 MCP 工具将问题转发给预先配置好的高级模型（如 GPT-5.5、Claude Opus 4.7 等），获取深度分析与专业建议，再结合自身判断给出最终答案。

Python MCP License GitHub

✨ 功能特性

🔌 OpenAI 兼容 — 对接任何 OpenAI 格式的上游端点（OpenAI / DeepSeek / Qwen / vLLM / Ollama 等）
⚙️ 配置文件驱动 — 所有参数在 config.json 中集中管理，无需改动代码
📡 Streamable HTTP — 符合 MCP 最新标准的流式 HTTP 传输，端点 /mcp
🛠️ 丰富的工具提示 — 精心设计的 description，引导下游模型在正确时机调用
🧩 三段式入参 — question（必填）、context（背景）、focus（重点方向）
📊 完整日志 — 请求日志 + Token 用量统计，便于监控与排查

🏗️ 工作原理

┌─────────────────────────────────────────────────────────┐
│                      用户 (User)                         │
└───────────────────────────┬─────────────────────────────┘
                            │ 提问
                            ▼
┌─────────────────────────────────────────────────────────┐
│              下游模型 (Claude / GPT / Qwen …)            │
│                                                         │
│   遇到复杂问题？→ 调用 consult_advanced_model 工具       │
└───────────────────────────┬─────────────────────────────┘
                            │ MCP Streamable HTTP
                            ▼
┌─────────────────────────────────────────────────────────┐
│                   Expert MCP Server                     │
│               (本项目 server.py)                        │
└───────────────────────────┬─────────────────────────────┘
                            │ OpenAI API 请求
                            ▼
┌─────────────────────────────────────────────────────────┐
│         上游高级模型 (GPT-5.5、Claude Opus 4.7 …)      │
│                   返回深度分析意见                       │
└─────────────────────────────────────────────────────────┘

📦 快速开始

1. 克隆仓库

git clone https://github.com/MineJPGcraft/Expert-mcp.git
cd Expert-mcp

2. 安装依赖

pip install -r requirements.txt

推荐使用 Python 3.10+，建议在虚拟环境中安装。

3. 编辑配置文件

复制并修改 config.json：

{
  "host": "0.0.0.0",
  "port": 8765,
  "upstream": {
    "base_url": "https://api.openai.com/v1",
    "api_key": "sk-xxxxxxxxxxxxxxxxxxxx",
    "model": "gpt-5.5",
    "temperature": 0.3,
    "max_tokens": 4096,
    "timeout": 120,
    "system_prompt": "你是一位顶尖的资深专家顾问，请对问题进行深入、严谨、可执行的分析。"
  }
}

配置项说明见下方 ⚙️ 配置参考。

4. 启动服务

python server.py

看到如下日志即表示启动成功：

2025-xx-xx | INFO    | mcp-advisor | 上游模型: gpt-4o @ https://api.openai.com/v1
2025-xx-xx | INFO    | mcp-advisor | MCP 监听: http://0.0.0.0:8765/mcp

MCP 端点地址：

http://127.0.0.1:8765/mcp

🔧 客户端接入

在支持 MCP Streamable HTTP 的客户端（Cherry Studio、Cline、Claude Code 等）中添加如下配置：

{
  "mcpServers": {
    "expert-advisor": {
      "type": "streamableHttp",
      "url": "http://127.0.0.1:8765/mcp"
    }
  }
}

远程部署？ 将 127.0.0.1 替换为服务器的实际 IP 或域名，并确保防火墙放行对应端口。

⚙️ 配置参考

字段	类型	默认值	说明
`host`	string	`"0.0.0.0"`	服务监听地址
`port`	integer	`8765`	服务监听端口
`upstream.base_url`	string	—	上游 API 的 base URL（OpenAI 兼容格式）
`upstream.api_key`	string	—	上游 API Key
`upstream.model`	string	—	上游模型名称，如 `gpt-5.5`、`claude-opus-4-7`
`upstream.temperature`	float	`0.3`	生成温度，建议分析类任务保持较低值
`upstream.max_tokens`	integer	`4096`	单次回复最大 Token 数
`upstream.timeout`	float	`120`	请求超时秒数
`upstream.system_prompt`	string	内置默认值	高级模型的系统提示词，可完全自定义

使用环境变量切换配置文件

MCP_CONFIG=config.prod.json python server.py

🛠️ 工具说明

下游模型可以调用的工具：

`consult_advanced_model`

参数	类型	必填	说明
`question`	string	✅	待咨询的核心问题，尽量完整清晰
`context`	string	❌	背景信息，如代码片段、用户需求、已尝试方案等
`focus`	string	❌	希望高级模型重点回答的方向

建议调用的场景：

自身把握 < 80% 的问题
用户明确要求深度思考 / 严谨分析 / 最佳方案
涉及复杂权衡的多约束问题
需要逐步推理的数学、算法、系统设计、疑难 Bug
需要二次验证自己结论的情况

不建议调用的场景：

简单问候或纯粹的信息查询
答案显而易见的基础问题
高频重复的简单任务

🌐 对接上游服务

只需修改 config.json 中的 upstream 部分即可对接不同服务商

📋 依赖

mcp>=1.2.0
openai>=1.40.0

📄 License

This server cannot be installed

license - permissive license

quality - not tested

maintenance

How are these scores calculated?

Resources

GitHub Repository

Need Help?

Related Servers

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

Lightport: Open-Sourcing Glama's AI Gateway
By punkpeye on April 27, 2026.
open source
OpenAI
Tool Definition Quality Score (TDQS)
By punkpeye on April 3, 2026.
mcp
The Hackers Who Tracked My Sleep Cycle
By punkpeye on March 26, 2026.
security

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/MineJPGcraft/Expert-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server