Советник МКП

Английский |简体中文

Введение

MCP Advisor — это служба обнаружения и рекомендаций, которая помогает помощникам ИИ исследовать серверы Model Context Protocol (MCP) с помощью запросов на естественном языке. Это упрощает пользователям поиск и использование инструментов MCP, подходящих для определенных задач.

Related MCP server: MCPfinder Server

Функции

• Поиск на естественном языке : найдите службы MCP с помощью разговорных запросов

• Расширенные метаданные : получите подробную информацию о каждой услуге

• Обновления в реальном времени : всегда синхронизировано с последними службами MCP

• Простая интеграция : простая настройка для любого совместимого с MCP помощника с искусственным интеллектом

• Гибридная поисковая система : расширенные возможности поиска, объединяющие векторный поиск и сопоставление текста.

• Поддержка нескольких поставщиков : поддержка нескольких поставщиков поиска, работающих параллельно.

Навигация по документации

• Руководство по установке - Подробные инструкции по установке и настройке

• Руководство пользователя - Как использовать MCP Advisor

• Архитектурная документация — сведения об архитектуре системы

• Технические подробности - Расширенные технические характеристики

• Руководство разработчика — настройка среды разработки и добавление кода

• Лучшие практики — стандарты кодирования и лучшие практики для участников

• Устранение неполадок - Распространенные проблемы и решения

• Поставщики поиска - сведения о поставщике поиска

• Справочник API - документация API

• Дорожная карта - Планы будущего развития

• Руководство по внесению вклада - Как внести вклад в код

Быстрый старт

Установка

Самый быстрый способ — интегрировать MCP Advisor через конфигурацию MCP:

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

Добавьте эту конфигурацию в файл настроек MCP вашего AI-помощника:

• MacOS/Linux: ~/Library/Application Support/Claude/claude_desktop_config.json

• Windows: %AppData%\Claude\claude_desktop_config.json

Дополнительные методы установки см. в Руководстве по установке .

Демо

Руководство разработчика

Обзор архитектуры

MCP Advisor использует модульную архитектуру с четким разделением задач и принципами функционального программирования:

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

Основные компоненты

1. Уровень службы поиска

   • Единый интерфейс поиска и агрегация поставщиков

   • Поддержка нескольких поставщиков поиска, работающих параллельно

   • Настраиваемые параметры поиска (лимит, minПохожие)

2. Поставщики поиска

   • Meilisearch Provider : поиск векторов с помощью Meilisearch

   • Поставщик GetMCP : поиск API из реестра GetMCP

   • Compass Provider : поиск API из реестра Compass

   • Офлайн-провайдер : гибридный поиск, объединяющий текст и векторы

3. Гибридная стратегия поиска

   • Интеллектуальное сочетание сопоставления текста и поиска векторов

   • Настраиваемая балансировка веса

   • Интеллектуальные адаптивные механизмы фильтрации

4. Транспортный уровень

   • Stdio (CLI по умолчанию)

   • SSE (веб-интеграция)

   • Конечные точки REST API

Более подробную документацию по архитектуре см. на сайте ARCHITECTURE.md .

Технические особенности

Расширенные методы поиска

1. Нормализация вектора

   • Все векторы нормализованы до единичной длины (величина = 1)

   • Обеспечивает последовательные вычисления косинусного подобия

   • Повышает точность поиска, фокусируясь на направлении, а не на величине

2. Параллельное выполнение поиска

   • Векторный поиск и текстовый поиск выполняются параллельно

   • Использует Promise.all для оптимальной производительности

   • Включаются резервные механизмы, если какой-либо поиск не удался

3. Взвешенное слияние результатов

   • Настраиваемые веса между векторными и текстовыми результатами

   • По умолчанию: сходство векторов (70%), соответствие тексту (30%)

Система обработки и регистрации ошибок

MCP Advisor реализует надежные системы обработки и регистрации ошибок:

1. Контекстное форматирование ошибок

   • Стандартизированное обогащение объекта ошибки

   • Сохранение и форматирование трассировки стека

   • Категоризация и стандартизация типов ошибок

2. Изящная деградация

   • Резервные стратегии с несколькими поставщиками

   • Частичная обработка результата

   • Реакции по умолчанию на критические сбои

Более подробную техническую информацию см. на сайте TECHNICAL_DETAILS.md .

Быстрый старт для разработчиков

Настройка среды разработки

1. Клонировать репозиторий

2. Установить зависимости:

   npm install

3. Настройте переменные среды (см. INSTALLATION.md )

Использование библиотеки

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);

Варианты транспорта

MCP Advisor поддерживает несколько методов транспортировки:

1. Stdio Transport (по умолчанию) — подходит для инструментов командной строки.

2. SSE Transport — подходит для веб-интеграции

3. REST Transport — предоставляет конечные точки REST API.

Более подробную информацию о разработке см. на DEVELOPER_GUIDE.md .

Правила внесения вклада

1. Соблюдайте правила оформления сообщений:

   • Используйте строчные буквы (feat, fix, docs и т. д.)

   • Напишите описательные сообщения в формате предложений.

2. Обеспечение качества кода:

   • Запуск тестов: npm test

   • Типы проверки: npm run type-check

   • Код линта: npm run lint

Подробные правила внесения взносов см. на сайте CONTRIBUTING.md .

Примеры использования

Примеры запросов

Вот несколько примеров запросов, которые вы можете использовать с 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"

Пример ответа

[
  {
    "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
  }
]

Дополнительные примеры см. на EXAMPLES.md .

Поиск неисправностей

Общие проблемы

1. В соединении отказано

   • Убедитесь, что сервер работает на указанном порту.

   • Проверьте настройки брандмауэра.

2. Результаты не найдены

   • Попробуйте более общий запрос

   • Проверьте сетевое подключение к API реестра

3. Проблемы с производительностью

   • Рассмотрите возможность добавления более конкретных поисковых запросов.

   • Проверьте ресурсы сервера (ЦП/память)

Дополнительную информацию по устранению неполадок см. на сайте TROUBLESHOOTING.md .

Поставщики поиска

MCP Advisor поддерживает несколько поставщиков поиска, которые можно использовать одновременно:

1. Поставщик поиска Compass : извлекает информацию о сервере MCP с помощью API Compass.

2. Поставщик поиска GetMCP : использует API GetMCP и векторный поиск для семантического соответствия.

3. Поставщик поиска Meilisearch : использует Meilisearch для быстрого, отказоустойчивого текстового поиска.

Подробную информацию о поставщиках поиска см. на сайте SEARCH_PROVIDERS.md .

API-документация

Подробную документацию API см. в API_REFERENCE.md .

Дорожная карта

MCP Advisor развивается от простой системы рекомендаций до интеллектуальной платформы оркестровки агентов. Наше видение заключается в создании системы, которая не только рекомендует правильные серверы MCP, но и учится на взаимодействиях и помогает агентам динамически планировать и выполнять сложные задачи.

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

Основные этапы развития

1. Оптимизация возможностей рекомендаций (2-й-3-й кварталы 2025 г.)

   • Принять отзывы пользователей

   • Уточнить эффективность рекомендаций

   • Ввести больше индексов

Подробную дорожную карту см. на сайте ROADMAP.md .

Тестирование

Используйте инспектор для тестирования:

npx @modelcontextprotocol/inspector

Лицензия

Данный проект лицензирован по лицензии MIT — подробности см. в файле LICENSE .