Servidor MCP de OpenRouter

Un servidor de Protocolo de Contexto de Modelo (MCP) que se integra perfectamente con el diverso ecosistema de modelos de OpenRouter.ai. Acceda a diversos modelos de IA a través de una interfaz unificada con seguridad de tipos, almacenamiento en caché integrado, limitación de velocidad y gestión de errores.

Características

• Acceso al modelo

  • Acceso directo a todos los modelos de OpenRouter.ai

  • Validación automática de modelos y verificación de capacidad

  • Compatibilidad con la configuración del modelo predeterminado

• Optimización del rendimiento

  • Almacenamiento en caché de información del modelo inteligente (expiración de 1 hora)

  • Gestión automática del límite de velocidad

  • Retroceso exponencial para solicitudes fallidas

• Formato de respuesta unificado

  • Estructura ToolResult consistente para todas las respuestas

  • Identificación clara de errores con el indicador isError

  • Mensajes de error estructurados con contexto

Related MCP server: MindBridge MCP Server

Instalación

pnpm install @mcpservers/openrouterai

Configuración

Prerrequisitos

1. Obtenga su clave API de OpenRouter de OpenRouter Keys

2. Elija un modelo predeterminado (opcional)

Variables de entorno

OPENROUTER_API_KEY=your-api-key-here
OPENROUTER_DEFAULT_MODEL=optional-default-model

Configuración

Agregue a su archivo de configuración de MCP ( cline_mcp_settings.json o claude_desktop_config.json ):

{
  "mcpServers": {
    "openrouterai": {
      "command": "npx",
      "args": ["@mcpservers/openrouterai"],
      "env": {
        "OPENROUTER_API_KEY": "your-api-key-here",
        "OPENROUTER_DEFAULT_MODEL": "optional-default-model"
      }
    }
  }
}

Formato de respuesta

Todas las herramientas devuelven respuestas en una estructura estandarizada:

interface ToolResult {
  isError: boolean;
  content: Array<{
    type: "text";
    text: string; // JSON string or error message
  }>;
}

Ejemplo de éxito:

{
  "isError": false,
  "content": [{
    "type": "text",
    "text": "{\"id\": \"gen-123\", ...}"
  }]
}

Ejemplo de error:

{
  "isError": true,
  "content": [{
    "type": "text",
    "text": "Error: Model validation failed - 'invalid-model' not found"
  }]
}

Herramientas disponibles

finalización del chat

Enviar mensajes a los modelos de OpenRouter.ai:

interface ChatCompletionRequest {
  model?: string;
  messages: Array<{role: "user"|"system"|"assistant", content: string}>;
  temperature?: number; // 0-2
}

// Response: ToolResult with chat completion data or error

modelos de búsqueda

Busca y filtra los modelos disponibles:

interface ModelSearchRequest {
  query?: string;
  provider?: string;
  minContextLength?: number;
  capabilities?: {
    functions?: boolean;
    vision?: boolean;
  };
}

// Response: ToolResult with model list or error

obtener_información_del_modelo

Obtenga información detallada sobre un modelo específico:

{
  model: string;           // Model identifier
}

validar_modelo

Compruebe si un ID de modelo es válido:

interface ModelValidationRequest {
  model: string;
}

// Response: 
// Success: { isError: false, valid: true }
// Error: { isError: true, error: "Model not found" }

Manejo de errores

El servidor proporciona errores estructurados con información contextual:

// Error response structure
{
  isError: true,
  content: [{
    type: "text",
    text: "Error: [Category] - Detailed message"
  }]
}

Categorías de errores comunes:

• Validation Error : parámetros de entrada no válidos

• API Error : Problemas de comunicación de la API de OpenRouter

• Rate Limit : detección de limitación de solicitudes

• Internal Error : errores de procesamiento del lado del servidor

Manejo de respuestas:

async function handleResponse(result: ToolResult) {
  if (result.isError) {
    const errorMessage = result.content[0].text;
    if (errorMessage.startsWith('Error: Rate Limit')) {
      // Handle rate limiting
    }
    // Other error handling
  } else {
    const data = JSON.parse(result.content[0].text);
    // Process successful response
  }
}

Desarrollo

Consulte CONTRIBUTING.md para obtener información detallada sobre:

• Configuración de desarrollo

• Estructura del proyecto

• Implementación de funciones

• Pautas de manejo de errores

• Ejemplos de uso de herramientas

# Install dependencies
pnpm install

# Build project
pnpm run build

# Run tests
pnpm test

Registro de cambios

Consulte CHANGELOG.md para obtener actualizaciones recientes, incluidas:

• Implementación del formato de respuesta unificado

• Sistema mejorado de gestión de errores

• Mejoras en la interfaz de tipos seguros

Licencia

Este proyecto está licenciado bajo la Licencia Apache 2.0: consulte el archivo de LICENCIA para obtener más detalles.