模型上下文协议 (MCP) 服务器

模型上下文协议的简单服务器实现，为多个 AI 模型提供者提供统一的 API。

特征

为多个 AI 提供商（Anthropic、OpenAI）提供统一的 API
支持聊天完成和遗留完成
工具调用支持
上下文/系统消息处理
基于环境的配置
MongoDB 数据库用于持久性和状态管理
工具执行历史和分析

Related MCP server: Model Control Plane (MCP) Server

安装

# Clone the repository
git clone <repository-url>
cd testmcp

# Install dependencies
npm install

# Run the interactive setup
npm run setup

安装脚本将指导您配置必要的 API 密钥：

ANTHROPIC_API_KEY - 适用于 Claude 模型
OPENAI_API_KEY - 用于 GPT 模型和 DALL-E 图像生成
STABILITY_API_KEY - 用于稳定扩散图像生成
GOOGLE_CSE_API_KEY和GOOGLE_CSE_ID - 用于网络搜索功能
BING_SEARCH_API_KEY - 用于后备网络搜索

如果愿意，您也可以手动编辑.env文件。

MongoDB 设置

MCP 服务器使用 MongoDB 进行数据持久化。您可以通过多种方式设置 MongoDB：

选项 1：自动设置（推荐）

运行 MongoDB 安装脚本，它将指导您完成整个过程：

# Run the MongoDB setup script
npm run setup-mongodb

该脚本将：

检查 Docker 是否可用
使用 Docker Compose 启动 MongoDB（如果可用）
在 .env 文件中配置连接
验证 MongoDB 连接

选项 2：手动 Docker 设置

开始使用 MongoDB 最简单的方法是使用包含的 Docker Compose 配置：

# Start MongoDB and Mongo Express in Docker
docker compose up -d

# Update your .env file with the connection string
echo "MONGODB_URI=mongodb://mcpuser:mcppassword@localhost:27017/mcp-server" >> .env

MongoDB 将在mongodb://mcpuser:mcppassword@localhost:27017/mcp-server可用
Mongo Express（Web 管理员）将在http://localhost:8081上线

选项 3：本地 MongoDB 安装

如果您希望在本地安装 MongoDB：

从https://www.mongodb.com/try/download/community安装 MongoDB
启动 MongoDB 服务

使用以下命令更新您的.env文件：

MONGODB_URI=mongodb://localhost:27017/mcp-server

选项 4：MongoDB Atlas（云）

对于生产用途，建议使用 MongoDB Atlas：

在https://www.mongodb.com/cloud/atlas创建一个帐户
创建新集群
设置数据库用户并将您的 IP 地址列入白名单

获取连接字符串并更新.env文件：

MONGODB_URI=mongodb+srv://<username>:<password>@<cluster>.mongodb.net/mcp-server?retryWrites=true&w=majority

数据库迁移

要将现有数据迁移到 MongoDB：

# Run the migration script
npm run migrate-mongodb

该脚本将：

将工具定义迁移到 MongoDB
将配置（如 API 密钥）迁移到 MongoDB
导入所有备份数据（如果可用）

用法

启动服务器

# Interactive startup (checks for API keys)
npm start

# Development mode with auto-reload
npm run dev

# Quick start (skips environment checks)
npm run quick-start

# Start server with PM2 process manager
npm run pm2:start

# Start server with PM2 in production mode
npm run pm2:start:prod

服务器将在http://localhost:3000 （或您在 .env 中指定的端口）运行。

启动选项

标准启动（ npm start ）：
- 检查是否配置了 API 密钥
- 如果未找到密钥，则提示设置
- 建议首次使用者
开发模式（ npm run dev ）：
- 使用 nodemon 在代码更改时自动重新加载
- 仍执行环境检查
- 最适合开发
快速启动（ npm run quick-start ）：
- 绕过所有环境检查
- 立即启动服务器
- 当您知道您的配置正确时很有用
PM2 生产模式（ npm run pm2:start:prod ）：
- 使用 PM2 进程管理器运行服务器
- 如果服务器崩溃则自动重启
- 针对生产环境进行了优化
- 绕过环境检查

使用 PM2 进程管理器

该服务器可以与 PM2（Node.js 应用程序的生产流程管理器）一起运行。PM2 提供以下功能：

进程管理（崩溃时重启）
日志管理
性能监控
负载平衡（针对多个实例）

PM2 命令

# Start the server with PM2
npm run pm2:start

# Start in production mode
npm run pm2:start:prod

# View logs
npm run pm2:logs

# Monitor performance
npm run pm2:monit

# Restart the server
npm run pm2:restart

# Stop the server
npm run pm2:stop

# Remove the server from PM2
npm run pm2:delete

PM2 配置存储在ecosystem.config.js中。您可以修改此文件以进行以下更改：

进程名称
环境变量
内存限制
部署配置
实例数量（用于负载平衡）

API 端点

`POST /mcp/:provider`

通过统一的API向AI模型发出请求。

URL 参数：

provider ：要使用的 AI 提供者（ anthropic或openai ）

请求正文：

{
  "messages": [
    { "role": "user", "content": "Your prompt here" }
  ],
  "model": "claude-3-opus-20240229",  // Optional, provider-specific model name
  "tools": [...],  // Optional, tools for function calling
  "context": "System message or context"  // Optional
}

或（旧格式）：

{
  "prompt": "Your prompt here",
  "model": "claude-3-opus-20240229",  // Optional
  "context": "System message or context"  // Optional
}

**响应：**返回来自提供商 API 的原始响应。

`GET /tools/available`

获取包含所有可用工具详细信息的综合列表。

查询参数：

format - 响应格式： json （默认）、 yaml 、 table或html
category - 按类别过滤工具（可选）
enabled - 按启用状态过滤： true （默认）或false
search - 按名称、描述或标签搜索工具
provider -按提供商过滤工具（例如openai 、 google ）
limit - 返回的最大工具数量（用于分页）
offset - 分页偏移量（默认值：0）

响应（JSON格式）：

{
  "success": true,
  "count": 10,
  "metadata": {
    "categories": ["web", "image", "utility"],
    "providers": ["openai", "anthropic", "internal"],
    "totalCount": 24,
    "offset": 0,
    "limit": 10
  },
  "tools": [
    {
      "name": "web_search",
      "description": "Search the web for information",
      "category": "web",
      "version": "1.0.0",
      "provider": "google",
      "enabled": true,
      "parameters": {
        "query": {
          "type": "string",
          "description": "The search query",
          "required": true
        },
        "limit": {
          "type": "number",
          "description": "Maximum number of results",
          "required": false,
          "default": 5
        }
      },
      "usage": {
        "endpoint": "/tools/web/search",
        "method": "POST",
        "parameters": { /* same as above */ }
      },
      "metadata": {
        "createdAt": "2023-10-15T12:00:00Z",
        "updatedAt": "2024-04-20T09:30:00Z",
        "usageCount": 1245
      }
    }
    // ... more tools
  ]
}

`GET /health`

如果服务器正在运行，则健康检查端点返回状态 200。

数据管理

数据库备份

您可以创建和管理数据库备份：

# Create a full backup
npm run backup-mongodb

# Create a backup with execution history
npm run backup-mongodb -- --with-executions

# List existing backups
npm run backup-mongodb -- --list

测试数据库连接

要验证您的 MongoDB 设置：

# Run the database test script
npm run test-mongodb

示例客户端

命令行客户端

src/client.js中包含一个测试客户端。运行方法如下：

node src/client.js

Web 客户端

服务器运行时，http://localhost:3000处有一个简单的 Web 界面。您可以使用它直接从浏览器测试 API。

可用工具

MCP 服务器提供了一个工具发现端点，允许用户和 AI 代理以编程方式列出所有可用的工具：

工具发现

GET /tools/available - 列出所有可用工具及其详细信息。

支持多种格式：JSON、YAML、HTML 和 ASCII 表
提供按类别、提供商和搜索词进行过滤的功能
包括每个工具的详细元数据和使用示例

使用示例：

# Get all tools in JSON format
curl http://localhost:3000/tools/available

# Get tools in a specific category
curl http://localhost:3000/tools/available?category=web

# Search for image-related tools
curl http://localhost:3000/tools/available?search=image

# Get a formatted HTML page of all tools
curl http://localhost:3000/tools/available?format=html > tools.html

网络搜索工具

该服务器包括内置的网络搜索和检索工具：

网页搜索（ /tools/web/search ）
- 在网络上搜索有关给定查询的信息
- 参数： query （必需）、 limit （可选）
- 需要： GOOGLE_CSE_API_KEY和GOOGLE_CSE_ID环境变量
- 如果 Google 搜索失败，则返回BING_SEARCH_API_KEY
网页内容（ /tools/web/content ）
- 从特定 URL 检索并提取内容
- 参数： url （必需）、 useCache （可选）
Web 批处理（ /tools/web/batch ）
- 并行从多个 URL 检索内容
- 参数： urls （必需数组）、 useCache （可选）

图像生成工具

该服务器还包括图像生成、编辑和变化工具：

生成图像（ /tools/image/generate ）
- 根据文本提示生成图像
- 参数：
  - prompt （必填）：图片的详细描述
  - provider （可选）： openai或stability （默认为openai ）
  - options （可选）：特定于提供商的选项
编辑图像（ /tools/image/edit ）
- 使用文本提示编辑现有图像
- 参数：
  - imagePath （必需）：要编辑的图像的路径
  - prompt （必需）：要进行的编辑的描述
  - maskPath （可选）：遮罩图像的路径
创建图像变体（ /tools/image/variation ）
- 创建现有图像的变体
- 参数：
  - imagePath （必需）：用于创建变体的图像路径

**注意：**要使用这些工具，您需要在.env文件中设置 API 密钥：
对于 OpenAI 图像： OPENAI_API_KEY
对于稳定性 AI 图像： STABILITY_API_KEY
对于网络搜索： GOOGLE_CSE_API_KEY和GOOGLE_CSE_ID

工具与 AI 模型的集成

MCP 服务器会自动处理 AI 模型的工具调用和执行。当模型决定使用某个工具时，服务器会执行以下操作：

使用提供的参数执行请求的工具
返回工具对模型的响应
然后，模型可以将工具的响应纳入其最终答案中

人工智能模型的工具发现

AI 模型可以使用/tools/available端点来发现可用的工具以及如何使用它们。这在以下情况下尤其有用：

运行时动态工具发现
人工智能代理的自我文档
使人工智能系统能够适应可用的能力

AI 模型的系统提示示例：

You have access to external tools through the MCP server. 
Before using any tools, you should check what tools are available by calling:
GET /tools/available

This will return a list of all available tools with their parameters and usage instructions.
You can then use these tools by following the provided usage patterns.

工具使用示例

请参阅/examples目录中演示工具用法的示例代码。

添加新的提供程序或工具

添加新的AI提供商

要添加新的 AI 提供程序：

将提供商的 SDK 添加到项目
在server.js中创建新的处理函数
在主路由处理程序中添加新案例

添加新工具

要向服务器添加新工具：

在/src/tools目录中创建一个新的工具实现
将工具定义添加到tool-definitions.js
更新server.js中的工具执行函数
添加新的 API 端点以供直接使用工具（如果需要）

执照

国际学习中心

Model Context Protocol (MCP) Server