使用说明
项目简介
any-chat-completions-mcp 是一个实现了 Model Context Protocol (MCP) 协议的服务器,旨在弥合 OpenAI 兼容的聊天 API 与 MCP 客户端之间的 gap。它允许用户通过 MCP 客户端(如 Claude 桌面应用)访问各种由 OpenAI SDK 驱动的聊天服务,例如 OpenAI、Perplexity、Groq 和 xAI 等。该服务器的核心功能是将客户端的聊天请求转发到配置的第三方聊天 API,并将响应返回给客户端,从而为 MCP 客户端增加了与不同大语言模型交互的能力。
主要功能点
- 集成多种聊天 API: 支持 OpenAI、Perplexity、Groq、xAI 和任何兼容 OpenAI SDK 的聊天 API。
- 提供 "chat" 工具: 向 MCP 客户端暴露一个名为 "chat" 的工具,允许用户通过此工具与配置的聊天服务进行对话。
- 动态配置: 通过环境变量灵活配置要使用的聊天 API 的密钥、模型名称和 API 基础 URL。
- 易于安装和部署: 使用 Node.js 构建,可通过简单的 npm 命令安装和运行。
- 兼容 MCP 协议: 完全遵循 MCP 协议规范,可以与任何 MCP 客户端无缝集成。
安装步骤
- 克隆仓库:
git clone https://github.com/pyroprompts/any-chat-completions-mcp.git cd any-chat-completions-mcp - 安装依赖:
npm install - 构建服务器:
npm run build
服务器配置
要将此 MCP 服务器添加到 MCP 客户端(例如 Claude 桌面应用),您需要编辑客户端的配置文件(例如 Claude 的 'claude_desktop_config.json')。在 'mcpServers' 字段下添加一个新的服务器配置项。
以下是一个配置示例,以集成 OpenAI API 为例:
{ "mcpServers": { "chat-openai": { // 服务器名称,客户端内唯一标识符 "command": "node", // 运行服务器的命令 "args": [ // 命令参数,指向构建后的服务器入口文件 "/path/to/any-chat-completions-mcp/build/index.js" // 请替换为实际的服务器文件路径 ], "env": { // 环境变量配置,用于配置 OpenAI API 的相关信息 "AI_CHAT_KEY": "YOUR_OPENAI_API_KEY", // 您的 OpenAI API 密钥,请替换为实际密钥 "AI_CHAT_NAME": "OpenAI", // 在客户端中显示的聊天服务名称 "AI_CHAT_MODEL": "gpt-4o", // 使用的 OpenAI 模型名称 "AI_CHAT_BASE_URL": "https://api.openai.com/v1" // OpenAI API 的基础 URL } } } }
配置参数说明:
- '"chat-openai"': 服务器名称,可以自定义,用于在客户端中唯一标识此服务器。
- '"command": "node"': 指定运行服务器的可执行命令,这里使用 Node.js 解释器。
- '"args": [...]"': 命令参数数组,指向服务器的入口文件。你需要将 '"/path/to/any-chat-completions-mcp/build/index.js"' 替换为服务器构建后 'index.js' 文件的实际绝对路径。
- '"env": {...}': 环境变量配置,服务器运行时会读取这些环境变量。
- '"AI_CHAT_KEY"': 第三方聊天 API 的密钥,例如 OpenAI 的 API 密钥。请务必替换为您的实际 API 密钥。
- '"AI_CHAT_NAME"': 在 MCP 客户端界面上显示的聊天服务名称,例如 "OpenAI"、"Perplexity" 等。
- '"AI_CHAT_MODEL"': 要使用的第三方聊天 API 的模型名称,例如 "gpt-4o"、"llama-3.1-sonar-small-128k-online" 等。
- '"AI_CHAT_BASE_URL"': 第三方聊天 API 的基础 URL。
集成其他聊天 API:
你可以通过在 'mcpServers' 中添加新的配置项,并修改 'env' 中的环境变量来集成其他兼容 OpenAI SDK 的聊天 API,例如 Perplexity、Groq 等。 只需更换 'AI_CHAT_KEY', 'AI_CHAT_NAME', 'AI_CHAT_MODEL', 和 'AI_CHAT_BASE_URL' 为对应 API 提供商的信息即可。 README 中提供了 Perplexity 和 PyroPrompts 的配置示例,可以参考。
基本使用方法
- 启动 MCP 客户端: 确保您的 MCP 客户端(例如 Claude 桌面应用)已启动并正确加载了上述服务器配置。
- 在客户端中使用 "chat" 工具: 在 MCP 客户端的界面中,您应该能看到名为 "chat-with-[AI_CHAT_NAME]" (例如 "chat-with-openai") 的工具。
- 调用 "chat" 工具进行对话: 选择 "chat" 工具,输入您想要发送给聊天服务的内容,客户端会将请求发送到此 MCP 服务器,服务器会调用配置的第三方聊天 API 并将结果返回给客户端。您就可以在客户端中看到来自第三方聊天模型的回复了。
调试:
如果遇到问题,可以使用 'npm run inspector' 命令启动 MCP Inspector 进行调试,具体参考仓库 README 中的 "Debugging" 部分。
信息
分类
AI与计算