LLM 响应 MCP 服务器

模型上下文协议 (MCP) 服务器允许多个 AI 代理共享和读取彼此对同一提示的响应。

概述

该项目实现了一个 MCP 服务器，其中包含两个主要工具调用：

1. submit-response ：允许法学硕士提交对提示的响应

2. get-responses ：允许 LLM 检索其他 LLM 对特定提示的所有响应

这使得用户可以向多个 AI 代理提出相同的问题，然后使用这些工具，代理可以阅读并反思其他 LLM 对同一问题的回答。

Related MCP server: Model Context Provider (MCP) Server

安装

# Install dependencies
bun install

发展

# Build the TypeScript code
bun run build

# Start the server in development mode
bun run dev

使用 MCP Inspector 进行测试

该项目包括对MCP Inspector 的支持，它是用于测试和调试 MCP 服务器的工具。

# Run the server with MCP Inspector
bun run inspect

inspect脚本使用npx运行 MCP 检查器，它将在您的浏览器中启动一个 Web 界面以与您的 MCP 服务器进行交互。

这将允许您：

• 探索可用的工具和资源

• 使用不同参数的测试工具调用

• 查看服务器的响应

• 调试您的 MCP 服务器实现

用法

服务器公开两个端点：

• /sse - MCP 客户端连接的服务器发送事件端点

• /messages - MCP 客户端发送消息的 HTTP 端点

MCP 工具

提交回复

提交 LLM 对提示的回应：

// Example tool call
const result = await client.callTool({
  name: 'submit-response',
  arguments: {
    llmId: 'claude-3-opus',
    prompt: 'What is the meaning of life?',
    response: 'The meaning of life is...'
  }
});

获取响应

检索所有 LLM 响应，可选择按提示进行过滤：

// Example tool call
const result = await client.callTool({
  name: 'get-responses',
  arguments: {
    prompt: 'What is the meaning of life?' // Optional
  }
});

执照

麻省理工学院

部署到 EC2

该项目包括 Docker 配置，可轻松部署到 EC2 或任何其他服务器环境。

先决条件

• 运行 Amazon Linux 2 或 Ubuntu 的 EC2 实例

• 配置安全组以允许端口 62886 上的入站流量

• 通过 SSH 访问实例

部署步骤

1. 将存储库克隆到您的 EC2 实例：

   git clone <your-repository-url>
   cd <repository-directory>

2. 使部署脚本可执行：

   chmod +x deploy.sh

3. 运行部署脚本：

   ./deploy.sh

该脚本将：

• 如果尚未安装 Docker 和 Docker Compose，请安装它们

• 构建 Docker 镜像

• 以分离模式启动容器

• 显示可访问 MCP 服务器的公共 URL

手动部署

如果您希望手动部署：

1. 构建 Docker 镜像：

   docker-compose build

2. 启动容器：

   docker-compose up -d

3. 验证容器正在运行：

   docker-compose ps

访问服务器

部署完成后，您的 MCP 服务器将可以通过以下方式访问：

• http://<ec2-public-ip>:62886/sse - SSE 端点

• http://<ec2-public-ip>:62886/messages - 消息端点

确保端口 62886 在您的 EC2 安全组中已打开！