Aleph MCP 服务器
使用说明（Markdown 格式）
Aleph MCP 服务器
简要描述
- Aleph 是一个基于 MCP 的后端实现，允许模型客户端以标准化方式读取资源、注册并执行工具，以及渲染并使用提示模板来进行对话式推理。它通过 JSON-RPC 与客户端对话，具备会话管理、能力声明和多传输协议支持（如 STDIO、SSE、WebSocket）的能力，旨在为 LLM 应用提供安全、可扩展的上下文服务框架。
主要功能点
- 资源管理与上下文
- 加载、查看、拆分与拼接大文本/文档上下文，支持多文档上下文集合。
- 提供对上下文的搜索、片段查看、分块、以及基于内容的元数据描述。
- 工具注册与执行
- 内置一组工具（如执行代码、读取/写入文件、运行命令、代码测试等），并支持子代理的递归调用（sub_query、sub_aleph）。
- 记录证据、跟踪信息增益、以及对能力使用的预算控制与日志追踪。
- Prompt 模板与渲染
- 提供可定制的系统提示模板，依据上下文类型、大小、结构等渲染初始互动消息。
- 会话与预算管理
- 会话状态、变量上下文、证据追踪、结论最终化等，支持预算约束（tokens、迭代、深度、子查询、墙时等）。
- MCP 传输与扩展
- 初始实现基于 STDIO 的 MCP 服务，后续可扩展为 SSE、WebSocket 等传输形式。
- 具备远程 MCP 服务编排（Remote MCP）能力，可通过本地/远程进程协同工作。
安装步骤
- 安装
- 使用 pip 安装带 MCP 支持的版本：pip install "aleph-rlm[mcp]"
- 启动服务器
- 直接运行服务器进程，命令会提供一个 MCP 服务器端实现，默认监听 STDIO 传输，便于在协同代理中使用。
- 验证与调试
- 通过 MCP 客户端（如 Claude Code、Cursor、VS Code、Codex CLI 等）连接服务器，执行 get_status() 或 list_contexts() 等工具调用以确认服务器已就绪。
服务器配置（MCP 客户端需要的最小配置信息） 配置信息示例（JSON 格式，用于 MCP 客户端连接时的启动配置） { "mcpServers": { "aleph": { "command": "aleph", "args": ["--enable-actions", "--workspace-mode", "any", "--tool-docs", "concise"] } // 备注：以上为 MCP 客户端需求的最小起始配置，实际可根据环境调整工作区、子查询后端等选项 } }
- 说明
- server: 表示 MCP 服务器的标识名称
- command: 启动 MCP 服务器的可执行名称
- args: 启动参数（例如启用动作、工作区模式、工具文档详略等）
- 客户端不需要直接修改服务器侧实现，只需提供上述配置以便建立连接并调用服务
基本使用方法
- 与模型客户端对接
- 客户端通过 JSON-RPC 向 Aleph MCP 服务器发送请求，获取资源、调用工具、获取并渲染 Prompt。
- 常用工作流
-
- 使用 load_context 加载上下文（如文本、JSON、文件集合）
-
- 调用搜索、查看片段、分块以准备推理上下文
-
- 通过 exec_python 执行受控沙箱中的代码，探索数据
-
- 通过 sub_query / sub_aleph 进行递归的子代理推理
-
- 使用 think、evaluate_progress、summarize_so_far、finalize 等工具推进推理并给出最终答案
-
- 运行与验证
- 连接后在受控对话中尝试 get_status、list_contexts、finalize 等操作，确保会话与证据跟踪正常工作。
温馨提示
- 了解并配置预算（tokens、迭代、深度、墙时、子查询等）以避免推理过程中的中断。
- 如需与远程子代理协作，请参考 tests/remote MCP 相关用例，以熟悉远端服务器的接入与调用流程。
- MCP 服务器侧实现包含丰富的本地工具、会话管理、以及对多代理协同的支持，适合需要本地化数据上下文驱动推理的应用场景。
关键词 递归语言模型, 本地上下文存储, sandbox 执行, 会话管理, 证据追踪
分类ID 6