NSAF MCP 服务器

这是神经符号自主框架 (NSAF) 的模型上下文协议 (MCP) 服务器。它允许 AI 助手通过 MCP 协议与 NSAF 框架进行交互。

**注意：**此存储库包含 NSAF 框架代码和 MCP 服务器实现，使其成为可以在任何地方部署和使用的完整包。

**注意：**此实现使用了简化版的 MCP 协议，无需官方 MCP SDK。它实现了向 AI 助手公开 NSAF 功能所需的核心功能。

特征

• 使用可自定义的参数运行 NSAF 演进

• 比较不同的 NSAF 代理架构

• 将 NSAF 功能集成到 AI 助手中

Related MCP server: LLM Responses MCP Server

先决条件

• Node.js 18+ 和 npm

• 安装了 NSAF 框架的 Python 3.8+

安装

1. 克隆此存储库：

git clone https://github.com/ariunbolor/nsaf-mcp-server.git
cd nsaf-mcp-server

2. 安装依赖项：

npm install

3. 构建服务器：

npm run build

配置

该服务器包含 NSAF 框架代码，因此基本使用无需额外配置。MCP 服务器设计为全局安装即可开箱即用。

用法

本地运行服务器

npm start

部署到 GitHub

1. 为您的 MCP 服务器创建一个新的 GitHub 存储库：

   • 转到 GitHub 并创建一个名为nsaf-mcp-server新存储库

   • 使用 README 文件初始化它

2. 使用提供的安装脚本将您的代码推送到 GitHub：

# For a new repository
./setup-github-fixed.sh yourusername

# If the repository already exists and you want to overwrite its content
./setup-github-fixed.sh yourusername --force

该脚本将：

• 如果需要，初始化 git

• 设置远程存储库

• 提交你的更改

• 尝试推送到 GitHub（带有处理现有存储库的选项）

3. 为 CI/CD 配置 GitHub Actions（可选）：

   • 创建.github/workflows目录

   • 添加用于测试和构建服务器的工作流文件

与人工智能助手一起使用

要将此 MCP 服务器与 Claude 等 AI 助手一起使用，您需要：

1. 安装服务器：

   选项 1：从 GitHub 安装（推送代码后）：

   npm install -g yourusername/nsaf-mcp-server

   选项 2：从本地目录安装：

   # Navigate to the nsaf-mcp-server directory
   cd nsaf_mcp_server
   
   # Install dependencies and build
   npm install
   npm run build
   
   # Install globally from the local directory
   npm install -g .

2. 将服务器添加到您的 MCP 设置配置中：

对于 Claude Desktop 应用程序，编辑~/Library/Application Support/Claude/claude_desktop_config.json （在 macOS 上）：

{
  "mcpServers": {
    "nsaf": {
      "command": "nsaf-mcp-server",
      "args": [],
      "env": {},
      "disabled": false,
      "autoApprove": []
    }
  }
}

对于 Cline，编辑/Users/onthego/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json ：

{
  "mcpServers": {
    "nsaf": {
      "command": "nsaf-mcp-server",
      "args": [],
      "env": {},
      "disabled": false,
      "autoApprove": []
    }
  }
}

可用工具

运行_nsaf_evolution

使用指定的参数运行 NSAF 演进。

参数：

• population_size ：代理人口规模（默认值：20）

• generations ：进化的代数（默认值：10）

• mutation_rate ：突变率（0.0-1.0）（默认值：0.2）

• crossover_rate ：交叉率（0.0-1.0）（默认值：0.7）

• architecture_complexity ：代理架构的复杂性（“简单”，“中等”，“复杂”）（默认值：“中等”）

比较nsaf代理

比较不同的 NSAF 代理架构。

参数：

• architectures ：要比较的架构列表（默认值：['简单'，'中等'，'复杂']）

执照

麻省理工学院