Genkit MCP
OfficialГенкит MCP
[!ПРЕДУПРЕЖДЕНИЕ]
Этот плагин является экспериментальным, то есть он не будет поддерживаться в долгосрочной перспективе, а API-интерфейсы подвержены более частым критическим изменениям.
Этот плагин обеспечивает интеграцию между Genkit и Model Context Protocol (MCP). MCP — это открытый стандарт, позволяющий разработчикам создавать «серверы», которые предоставляют инструменты, ресурсы и подсказки клиентам. Genkit MCP позволяет разработчикам Genkit как использовать инструменты, подсказки и ресурсы MCP в качестве клиента, так и предоставлять инструменты и подсказки в качестве сервера.
Установка
Для начала вам понадобится Genkit и плагин MCP:
npm i genkit genkitx-mcpRelated MCP server: MCP Server
Клиент МСР
Чтобы создать MCP-клиент, вы вызываете функцию mcpClient для генерации плагина Genkit для MCP-сервера. Например, чтобы использовать пример сервера файловой системы MCP:
import { genkit } from 'genkit';
import { mcpClient } from 'genkitx-mcp';
// the filesystem server requires one or more allowed directories
const ALLOWED_DIRS = ['/Users/yourusername/Desktop'];
const filesystemClient = mcpClient({
name: 'filesystem',
serverProcess: {
command: 'npx',
args: ['-y', '@modelcontextprotocol/server-everything', ...ALLOWED_DIRS],
},
});
const ai = genkit({
plugins: [
filesystemClient /* ... other plugins such as model providers ...*/,
],
});Большинство серверов MCP созданы для запуска в качестве порожденных процессов на той же машине с использованием транспорта stdio . Когда вы указываете опцию serverProcess , вы указываете команду, аргументы и переменные среды для порождения сервера как подпроцесса.
Параметры mcpClient()
name: (обязательно) Имя этого клиента, которое определяет пространство имен его инструментов и подсказок.version: (необязательно) Номер версии клиента. По умолчанию "1.0.0".Вам необходимо предоставить один из следующих документов:
serverProcess: Параметры для запуска локального серверного процесса с использованием транспорта stdio MCP.command: Путь к команде оболочки для запуска сервера MCP. Может быть, например,npxилиuvxдля загрузки и запуска сервера из менеджера пакетов.args: (необязательно) Массив строковых аргументов для передачи команде.env: (необязательно) объект значения ключа переменных среды для передачи команде.
serverUrl: URL-адрес удаленного сервера для подключения с использованием транспорта SSE MCP.**
serverWebsocketUrl: URL-адрес удаленного сервера для подключения с использованием транспорта WebSocket MCP.transport: существующий объект транспорта MCP для подключения к серверу.
rawToolResponses: (необязательно) Логический флаг. Еслиtrue, ответы инструмента возвращаются в необработанном формате MCP; в противном случае они обрабатываются для совместимости с Genkit.
Использование действий MCP
Клиент Genkit MCP автоматически обнаруживает доступные инструменты и подсказки и регистрирует их в Genkit, делая их доступными везде, где могут использоваться другие инструменты и подсказки. Для доступа к ресурсам регистрируются специальные инструменты list_resources и read_resource , которые будут получать доступ к ресурсам сервера.
Все действия MCP размещаются в пространстве имен под указанным вами именем, поэтому клиент с именем filesystem будет регистрировать такие инструменты, как filesystem/read_file .
Ответы инструментов
Инструменты MCP возвращают массив content , а не структурированный ответ, как большинство инструментов Genkit. Плагин Genkit MCP пытается проанализировать и привести возвращенный контент к следующему виду:
Если содержимое представляет собой текст и допустимый JSON, JSON анализируется и возвращается.
Если содержимое представляет собой текст, а не допустимый JSON, возвращается текст.
Если содержимое содержит одну нетекстовую часть, она возвращается.
Если содержимое состоит из нескольких/смешанных частей, возвращается полный ответ содержимого.
MCP-сервер
Вы также можете предоставить доступ ко всем инструментам и подсказкам из экземпляра Genkit как к серверу MCP:
import { genkit, z } from 'genkit';
import { mcpServer } from 'genkitx-mcp';
const ai = genkit({});
ai.defineTool(
{
name: 'add',
description: 'add two numbers together',
inputSchema: z.object({ a: z.number(), b: z.number() }),
outputSchema: z.number(),
},
async ({ a, b }) => {
return a + b;
}
);
ai.definePrompt(
{
name: "happy",
description: "everybody together now",
input: {
schema: z.object({
action: z.string().default("clap your hands").optional(),
}),
},
},
`If you're happy and you know it, {{action}}.`
);
mcpServer(ai, { name: 'example_server', version: '0.0.1' }).start();Вышеприведенный код запустит сервер MCP с транспортом stdio, который предоставляет инструмент add и приглашение happy . Чтобы запустить сервер с другим транспортом, используйте mcpServer(...).start(otherTransport) .
Известные ограничения
Приглашения MCP могут принимать только строковые параметры, поэтому входные данные для схем должны быть объектами, имеющими только строковые значения свойств.
Подсказки MCP поддерживают только сообщения
userиmodel.systemсообщения не поддерживаются.Подсказки MCP поддерживают только один «тип» в сообщении, поэтому вы не можете смешивать медиа и текст в одном сообщении.
Тестирование вашего MCP-сервера
Вы можете протестировать свой сервер MCP с помощью официального инспектора. Например, если ваш код сервера скомпилирован в dist/index.js , вы можете запустить:
npx @modelcontextprotocol/inspector dist/index.jsПосле запуска инспектора вы можете составить список подсказок и действий и протестировать их вручную.
This server cannot be deployed
Maintenance
Related MCP Connectors
A Model Context Protocol server for Wix AI tools
Model Context Protocol server for the Apideck Unified API. Connect any MCP-compatible agent framework to 100+ accounting systems, HRIS platforms, file storage providers, and more through one integration. More information https://www.apideck.com/mcp-server
Connect MCP clients to 2,000+ AI models without managing provider API keys.
A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…
Related MCP Servers
- AlicenseAqualityFmaintenanceModel Context Protocol (MCP) server implementation that enables Claude Desktop to interact with Google's Gemini AI models.620 npm261MIT
- FlicenseBqualityDmaintenanceImplements the Model Context Protocol (MCP) to provide AI models with a standardized interface for connecting to external data sources and tools like file systems, databases, or APIs.1153-
- AlicenseAqualityCmaintenanceImplementation of Model Context Protocol (MCP) server that provides tools for accessing Google Cloud's Vertex AI Gemini models, supporting features like web search grounding and direct knowledge answering for coding assistance and general queries.20176 npm88MIT
- FlicenseDqualityDmaintenanceA ready-to-use starter implementation of the Model Context Protocol (MCP) server that enables applications to provide standardized context for LLMs with sample resources, tools, and prompts.24 npm1-