Asesor de MCP

Protocolo de contexto modelo versión npm Licencia: MIT

Wiki profunda

Introducción

MCP Advisor es un servicio de descubrimiento y recomendación que ayuda a los asistentes de IA a explorar servidores del Protocolo de Contexto de Modelo (MCP) mediante consultas en lenguaje natural. Facilita a los usuarios la búsqueda y el uso de herramientas MCP adecuadas para tareas específicas.

Related MCP server: MCPfinder Server

Características

Búsqueda en lenguaje natural : encuentre servicios MCP mediante consultas conversacionales
Metadatos enriquecidos : obtenga información detallada sobre cada servicio
Actualizaciones en tiempo real : siempre sincronizado con los últimos servicios de MCP
Fácil integración : configuración sencilla para cualquier asistente de IA compatible con MCP
Motor de búsqueda híbrido : capacidades de búsqueda avanzada que combinan búsqueda vectorial y coincidencia de texto
Compatibilidad con múltiples proveedores : compatibilidad con múltiples proveedores de búsqueda que se ejecutan en paralelo

Navegación de la documentación

Guía de instalación : instrucciones detalladas de instalación y configuración
Guía del usuario : Cómo utilizar MCP Advisor
Documentación de arquitectura : detalles de la arquitectura del sistema
Detalles técnicos - Características técnicas avanzadas
Guía para desarrolladores : Configuración del entorno de desarrollo y contribución de código
Mejores prácticas : estándares de codificación y mejores prácticas para colaboradores
Solución de problemas : problemas comunes y soluciones
Proveedores de búsqueda : detalles del proveedor de búsqueda
Referencia de API - Documentación de API
Hoja de ruta - Planes de desarrollo futuros
Pautas de contribución : Cómo contribuir con código

Inicio rápido

Instalación

La forma más rápida es integrar MCP Advisor a través de la configuración de MCP:

{
  "mcpServers": {
    "mcpadvisor": {
      "command": "npx",
      "args": ["-y", "@xiaohui-wang/mcpadvisor"]
    }
  }
}

Agregue esta configuración al archivo de configuración MCP de su asistente de IA:

MacOS/Linux: ~/Library/Application Support/Claude/claude_desktop_config.json
Ventanas: %AppData%\Claude\claude_desktop_config.json

Para conocer más métodos de instalación, consulte la Guía de instalación .

Manifestación

Guía para desarrolladores

Descripción general de la arquitectura

MCP Advisor adopta una arquitectura modular con una clara separación de preocupaciones y principios de programación funcional:

graph TD
    Client["Client Application"] --> |"MCP Protocol"| Transport["Transport Layer"]
    
    subgraph "MCP Advisor Server"
        Transport --> |"Request"| SearchService["Search Service"]
        SearchService --> |"Query"| Providers["Search Providers"]
        
        subgraph "Search Providers"
            Providers --> MeilisearchProvider["Meilisearch Provider"]
            Providers --> GetMcpProvider["GetMCP Provider"]
            Providers --> CompassProvider["Compass Provider"]
            Providers --> OfflineProvider["Offline Provider"]
        end
        
        OfflineProvider --> |"Hybrid Search"| HybridSearch["Hybrid Search Engine"]
        HybridSearch --> TextMatching["Text Matching"]
        HybridSearch --> VectorSearch["Vector Search"]
        
        SearchService --> |"Merge & Filter"| ResultProcessor["Result Processor"]
        
        SearchService --> Logger["Logging System"]
    end

Componentes principales

Capa de servicio de búsqueda
- Interfaz de búsqueda unificada y agregación de proveedores
- Soporte para múltiples proveedores de búsqueda que se ejecutan en paralelo
- Opciones de búsqueda configurables (límite, minSimilarity)
Proveedores de búsqueda
- Proveedor Meilisearch : Búsqueda de vectores mediante Meilisearch
- Proveedor GetMCP : búsqueda de API desde el registro GetMCP
- Proveedor de Compass : búsqueda de API desde el registro de Compass
- Proveedor sin conexión : búsqueda híbrida que combina texto y vectores
Estrategia de búsqueda híbrida
- Combinación inteligente de coincidencia de texto y búsqueda vectorial
- Equilibrio de peso configurable
- Mecanismos de filtrado adaptativo inteligente
Capa de transporte
- Stdio (predeterminado de CLI)
- SSE (integración web)
- Puntos finales de la API REST

Para obtener documentación de arquitectura más detallada, consulte ARCHITECTURE.md .

Aspectos técnicos destacados

Técnicas de búsqueda avanzada

Normalización vectorial
- Todos los vectores están normalizados a la longitud unitaria (magnitud = 1)
- Garantiza cálculos consistentes de similitud de coseno
- Mejora la precisión de la búsqueda al centrarse en la dirección en lugar de la magnitud.
Ejecución de búsqueda paralela
- La búsqueda de vectores y la búsqueda de texto se ejecutan en paralelo
- Aprovecha Promise.all para un rendimiento óptimo
- Mecanismos de respaldo habilitados si falla alguna búsqueda
Fusión de resultados ponderados
- Pesos configurables entre resultados vectoriales y de texto
- Predeterminado: similitud vectorial (70%), coincidencia de texto (30%)

Sistema de registro y manejo de errores

MCP Advisor implementa sistemas robustos de registro y manejo de errores:

Formato de error contextual
- Enriquecimiento de objetos de error estandarizado
- Preservación y formato del seguimiento de la pila
- Categorización y estandarización de tipos de errores
Degradación elegante
- Estrategias de respaldo de múltiples proveedores
- Procesamiento de resultados parciales
- Respuestas predeterminadas para fallos críticos

Para obtener más detalles técnicos, consulte TECHNICAL_DETAILS.md .

Inicio rápido para desarrolladores

Configuración del entorno de desarrollo

Clonar el repositorio
Instalar dependencias:
```
npm install
```
Configurar variables de entorno (ver INSTALLATION.md )

Uso de la biblioteca

import { SearchService } from '@xiaohui-wang/mcpadvisor';

// Initialize search service
const searchService = new SearchService();

// Search for MCP servers
const results = await searchService.search('vector database integration');
console.log(results);

Opciones de transporte

MCP Advisor admite múltiples métodos de transporte:

Transporte Stdio (predeterminado): adecuado para herramientas de línea de comandos
SSE Transport : adecuado para la integración web
Transporte REST : proporciona puntos finales de API REST

Para obtener más detalles de desarrollo, consulte DEVELOPER_GUIDE.md .

Pautas de contribución

Siga las convenciones de mensajes de confirmación:
- Utilice tipos en minúsculas (feat, fix, docs, etc.)
- Escribe mensajes descriptivos en formato de oración.
Garantizar la calidad del código:
- Ejecutar pruebas: npm test
- Tipos de comprobación: npm run type-check
- Código de pelusa: npm run lint

Para conocer pautas de contribución detalladas, consulte CONTRIBUTING.md .

Ejemplos de uso

Consultas de ejemplo

A continuación se muestran algunos ejemplos de consultas que puede utilizar con MCP Advisor:

"Find MCP servers for natural language processing"
"MCP servers for financial data analysis"
"E-commerce recommendation engine MCP servers"
"MCP servers with image recognition capabilities"
"Weather data processing MCP servers"
"Document summarization MCP servers"

Ejemplo de respuesta

[
  {
    "title": "NLP Toolkit",
    "description": "Comprehensive natural language processing toolkit with sentiment analysis, entity recognition, and text summarization capabilities.",
    "github_url": "https://github.com/example/nlp-toolkit",
    "similarity": 0.92
  },
  {
    "title": "Text Processor",
    "description": "Efficient text processing MCP server with multi-language support.",
    "github_url": "https://github.com/example/text-processor",
    "similarity": 0.85
  }
]

Para ver más ejemplos, consulte EXAMPLES.md .

Solución de problemas

Problemas comunes

Conexión rechazada
- Asegúrese de que el servidor se esté ejecutando en el puerto especificado
- Comprobar la configuración del firewall
No se obtuvieron resultados
- Pruebe una consulta más general
- Comprobar la conexión de red a las API de registro
Problemas de rendimiento
- Considere agregar términos de búsqueda más específicos
- Comprobar los recursos del servidor (CPU/memoria)

Para obtener más información sobre solución de problemas, consulte TROUBLESHOOTING.md .

Proveedores de búsqueda

MCP Advisor admite varios proveedores de búsqueda que pueden utilizarse simultáneamente:

Proveedor de búsqueda de Compass : recupera información del servidor MCP mediante la API de Compass
Proveedor de búsqueda GetMCP : utiliza la API GetMCP y la búsqueda vectorial para la coincidencia semántica
Proveedor de búsqueda Meilisearch : utiliza Meilisearch para una búsqueda de texto rápida y tolerante a fallos

Para obtener información detallada sobre los proveedores de búsqueda, consulte SEARCH_PROVIDERS.md .

Documentación de la API

Para obtener documentación detallada de la API, consulte API_REFERENCE.md .

Hoja de ruta

MCP Advisor está evolucionando de un simple sistema de recomendaciones a una plataforma inteligente de orquestación de agentes. Nuestra visión es crear un sistema que no solo recomiende los servidores MCP adecuados, sino que también aprenda de las interacciones y ayude a los agentes a planificar y ejecutar tareas complejas de forma dinámica.

gantt
    title MCP Advisor Evolution Roadmap
    dateFormat  YYYY-MM-DD
    axisFormat  %Y-%m
    
    section Foundation
    Enhanced Search & Recommendation ✓       :done, 2025-01-01, 90d
    Hybrid Search Engine ✓                   :done, 2025-01-01, 90d
    Provider Priority System ✓               :done, 2025-04-01, 60d
    
    section Intelligence Layer
    Feedback Collection System               :active, 2025-04-01, 90d
    Agent Interaction Analytics             :2025-07-01, 120d
    Usage Pattern Recognition               :2025-07-01, 90d
    
    section Learning Systems
    Reinforcement Learning Framework         :2025-10-01, 180d
    Contextual Bandit Implementation         :2025-10-01, 120d
    Multi-Agent Reward Modeling             :2026-01-01, 90d
    
    section Advanced Features
    Task Decomposition Engine               :2026-01-01, 120d
    Dynamic Planning System                 :2026-04-01, 150d
    Adaptive MCP Orchestration              :2026-04-01, 120d
    
    section Ecosystem
    Developer SDK & API                     :2026-07-01, 90d
    Custom MCP Training Tools               :2026-07-01, 120d
    Enterprise Integration Framework        :2026-10-01, 150d

Principales fases de desarrollo

Optimización de la capacidad de recomendación (segundo y tercer trimestre de 2025)
- Aceptar comentarios de los usuarios
- Refinar la eficacia de las recomendaciones
- Introducir más índices

Para obtener una hoja de ruta detallada, consulte ROADMAP.md .

Pruebas

Utilice el inspector para realizar pruebas:

npx @modelcontextprotocol/inspector

Licencia

Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.

MCP Advisor