agentcast-mcp

一个 MCP 服务器，使 AI 助手能够强制执行结构化输出：从混乱的 LLM 文本中提取 JSON，根据形状规范进行门控，并在模型返回错误形状时生成重试反馈消息。

构建于 @mukundakatta/agentcast 之上。适用于 Claude Desktop、Cursor、Cline、Windsurf、Zed 以及任何其他 MCP 客户端。

公开的工具

extract_json

从混乱的 LLM 输出中提取 JSON 值。尝试整个文本，然后是带围栏的 ```json ``` 块，最后是最大的平衡 {...} / [...] 子字符串。返回解析后的值以及成功的策略。

{
  "text": "Sure, here you go:\n```json\n{\"answer\": 42}\n```\nLet me know!"
}

→

{
  "value": { "answer": 42 },
  "found": true,
  "source": "fenced_json"
}

source 是 whole、fenced_json、fenced_plain、balanced_substring 或 none 之一。

validate_response

根据 agentcast 形状规范验证解析后的 JSON 值。规范将字段名称映射到类型：string、number、boolean、array、object。后缀加 ? 表示可选。

{
  "value": { "name": "ada" },
  "shape": { "name": "string", "age": "number" }
}

→

{
  "valid": false,
  "error": "missing required field 'age'"
}

build_retry_prompt

给定尝试历史记录，生成当模型返回错误形状时 agentcast 附加到对话中的验证错误反馈消息。为希望手动驱动相同重试循环的非 Node MCP 客户端编纂了“验证错误作为反馈”模式。

{
  "attempts": [
    { "text": "{\"name\":\"ada\"}", "error": "missing required field 'age'" }
  ],
  "expected_shape": { "name": "string", "age": "number" }
}

→

{
  "feedback": "Your previous response did not match the required shape. Error: missing required field 'age'\n\nTry again. Respond with ONLY valid JSON that fixes the error above.\n\nExpected shape: {\"name\":\"string\",\"age\":\"number\"}"
}

Related MCP server: JSONShelf

安装

Claude Desktop

添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "agentcast": {
      "command": "npx",
      "args": ["-y", "@mukundakatta/agentcast-mcp"]
    }
  }
}

Cursor / Cline / Windsurf / Zed

相同的形状，在您客户端对应的 mcp.json 中。大多数客户端通过 npx -y @mukundakatta/agentcast-mcp 自动发现。

本地安装

npm install -g @mukundakatta/agentcast-mcp
mcp-agentcast        # listens on stdio

为什么这很重要

当 LLM 应该返回结构化数据时，它有时会用散文、围栏或幻觉字段包裹 JSON。标准的 JSON.parse 会抛出错误。手动编写的正则表达式会错过嵌套结构。此 MCP 服务器为驱动代理的任何模型提供了真正的控制权，用于 (1) 从响应中提取 JSON，(2) 检查它是否符合预期的形状，以及 (3) 构建精确的重试提示，引导模型在下一轮中修复它。

许可证

MIT。