AI Config OS-MCP 服务器
使用说明（Markdown 格式）
-
项目简介
- 这是一个基于模型上下文协议（MCP）的服务器实现，聚合运行时工具、技能库和配置管理，向大模型客户端提供统一的上下文服务与能力执行入口。服务包含一个用于调用的 MCP 端点、一个用于管理的工具集合，以及一个可视化仪表盘，用于查看工具状态、技能库、配置和分析数据。
-
主要功能点
- MCP 服务端核心：实现 MCP 的请求处理与响应输出，提供工具注册、查询、执行等能力。
- 工具注册与执行：定义了若干可暴露的工具（如同步工具、获取配置、统计、成本分析、全量校验等），客户端可通过 JSON-RPC 调用这些工具。
- 资源与技能库管理：从本地技能库与产出包读取并暴露相关信息，支持运行时对工具与技能的管理与调用。
- 配置合并与同步：提供全局/机器/项目级别的配置合并与同步能力，帮助多设备环境保持一致。
- 仪表盘与 API：基于 Express 的 dashboard 指定端点，提供清单、统计、配置与健康信息等 API。
- 安全性与传输：通过 Bearer Token 进行简单的鉴权，MCP 服务器通过标准化传输（如 stdio）与客户端通信。
- 兼容性与扩展性：设计为可扩展的工具集合，未来可增加新的工具或扩展传输方式。
-
安装步骤
- 确保运行环境
- Node.js 18 及以上
- 需要的系统工具：jq、yq（按需）
- Git
- 获取代码
- 将仓库克隆到本地（或直接获取项目代码）。
- 安装依赖
- 在仓库根目录执行依赖安装（如 npm install 或 npm ci）。
- 启动 MCP 服务器
- 运行命令：bash runtime/mcp/start.sh
- 该脚本会启动基于 MCP 的服务器，并暴露工具接口（默认通过 stdio 与 Claude Code 等客户端交互）。
- 启动仪表盘（可选）
- 新开一个终端，进入 dashboard 目录，执行：npm run dev
- 访问仪表盘界面，通常为 http://localhost:5173（前端）配合后端 API（端口通常为 4242）。
- 运行示例与验证
- 使用 MCP 客户端（如 Claude Code 插件或其他工具）通过如下工具进行交互：
- sync_tools、list_tools、get_config、skill_stats、context_cost、validate_all 等工具的调用。
- 如需与 MCP 服务器建立连接，请使用您自己的客户端配置（见下方“服务器配置”部分）。
- 使用 MCP 客户端（如 Claude Code 插件或其他工具）通过如下工具进行交互：
- 确保运行环境
-
服务器配置（MCP 客户端所需至少具备的连接信息） 说明：MCP 客户端需要知道如何启动服务器以建立连接。以下 JSON 给出一个准确的示例配置，包含服务器名称、启动命令和参数。MCP 客户端通常不需要此信息的实现细节，但该配置可作为连接示例，便于理解与记录。 { "name": "ai-config-os", "command": "bash", "args": ["runtime/mcp/start.sh"] }
-
基本使用方法
- 启动后，通过 MCP 客户端发送请求调用以下工具：
- sync_tools: 预览或应用工具配置同步
- list_tools: 列出已安装的工具及状态
- get_config: 获取合并后的运行时配置
- skill_stats: 获取技能概要
- context_cost: 分析并输出令牌成本信息
- validate_all: 运行完整的校验/验证系列
- mcp_list/mcp_add/mcp_remove: 管理本地已配置的 MCP 服务器条目
- 仪表盘提供可视化查看、状态监控与配置审计等页面，可在浏览器中查看并执行部分管理操作。
- 启动后，通过 MCP 客户端发送请求调用以下工具：