AI Config OS MCP 服务器

关键词

AI 配置管理运行时工具管理技能库任务编排多设备同步

使用说明

  • 项目简介
    • ai-config-os 是一个通过 MCP (Model Context Protocol) 提供后端上下文服务的实现。它把运行时工具、技能库、配置管理等能力暴露为 MCP 的“工具”，并通过标准的 JSON-RPC 交互，支持会话管理、能力声明和多传输通道的扩展。还包括用于状态查看的仪表板和用于分发技能包的 Cloudflare Worker。
  • 主要功能点
    • 提供 MCP 服务器端，实现 ListTools 与 CallTool 请求，暴露与运行时相关的工具集合（如 tool 同步、工具清单、配置获取、技能统计、上下文成本、全量校验、MCP 列表/添加/移除等）。
    • 将运行时行为与脚本绑定到 MCP 工具调用上，调用时执行仓库内的脚本（如 runtime/sync.sh、runtime/manifest.sh、shared/lib/config-merger.sh 等），并把结果返回给 MCP 客户端。
    • 搭配一个 Dashboard API，允许通过 HTTP REST 端点查看和管理插件、技能、配置和分析数据。
    • 提供权限化的 Cloudflare Worker，用于分发已编译的技能 artefacts，确保对客户端的安全访问。
    • 支持 MCP 客户端通过命令方式启动服务器（示例：在本地通过 bash runtime/mcp/start.sh 启动），并可与 Claude Code 等工具集成工作流。
  • 安装步骤
    1. 先决条件
      • Node.js 18 及以上
      • jq、yq、git 等工具（用于技能作者化和配置合并等脚本依赖）
    2. 获取代码
      • 将仓库克隆到本地或工作环境中
    3. 启动 MCP 服务器
      • 在仓库根目录执行：bash runtime/mcp/start.sh
      • 该脚本将启动 MCP 服务器并服务在端口 4242（默认）上，供客户端连接
    4. 启动仪表板（可选）
      • 进入 dashboard 目录，运行：npm run dev
      • 打开 http://localhost:5173 查看仪表板
    5. 运行自检与验证
      • 使用仓库提供的脚本进行结构和兼容性验证，如 adapters/claude/dev-test.sh
  • 服务器配置 说明：MCP 客户端在连接服务器时需要提供服务器的启动信息，以便建立通信。下面给出一个准确的配置示例（描述性信息，非代码块，便于理解）： { "server_name": "ai-config-os", "command": "bash", "args": ["runtime/mcp/start.sh"] }
    • server_name：与 MCP 服务器一致的名称，便于在多服务器环境中标识和管理。
    • command：启动服务器的命令，这里使用 bash。
    • args：启动命令的参数，指向启动脚本 runtime/mcp/start.sh，执行后启动 MCP 服务。
    • 注：客户端不需要实现服务器端的内部实现细节，只需要知道服务器名称、启动命令和参数即可建立连接并发送 MCP 请求。
  • 基本使用方法
    • 通过 MCP 客户端发送请求来列出已安装的工具、同步工具、获取合并后的配置、查看技能统计等。
    • 常见操作包括：
      • 列出当前可用工具及其描述
      • 触发工具执行（如同步运行时工具、获取合并后的配置、获取上下文成本、执行全量校验等）
      • 查看或管理 MCP 服务器条目（如添加/移除】
    • 如果需要查看系统状态与数据，用户可使用仪表板端点查看工具状态、配置合并结果、技能统计和分析数据

服务器信息

访问项目