关键词

LLM应用代理服务器工具调用AI AgentWeb3集成

使用说明

项目简介

Bitte AI MCP 代理服务器是一个基于 Model Context Protocol (MCP) 构建的应用后端，它充当 LLM 客户端与 Bitte AI 生态系统之间的桥梁。该服务器的主要目的是通过标准化的 MCP 协议，向 LLM 应用提供访问 Bitte AI 平台和 Goat SDK 的能力，包括 AI agent 的发现、执行以及链上工具的调用。作为一个代理服务器，它简化了 LLM 应用与后端服务的集成过程，提升了应用的可扩展性和互操作性。

主要功能点

  • 工具注册与执行: 注册并暴露了来自 Bitte AI 平台和 Goat SDK 的多种工具，允许 LLM 客户端通过 MCP 协议调用这些工具，扩展 LLM 的能力边界。
  • AI Agent 发现: 提供了工具来检索 Bitte AI 平台上注册的 AI Agents，包括按条件筛选 agent 列表和获取指定 agent 的详细信息。
  • AI Agent 执行: 允许 LLM 客户端通过该 MCP 服务器调用和执行 Bitte AI 平台上的 AI Agents，实现复杂的 AI 任务。
  • 链上工具集成: 集成了 Goat SDK，提供了访问区块链数据的工具，例如查询 ERC20 代币信息，使得 LLM 应用能够与 Web3 世界进行交互。
  • 可扩展架构: 采用 Monorepo 结构和模块化设计，易于扩展和添加新的服务集成。
  • 会话管理和鉴权: 虽然示例代码中的鉴权逻辑较为简单，但 MCP 服务器本身支持会话管理和用户鉴权，为安全访问提供基础。
  • SSE 传输协议: 默认使用 Server-Sent Events (SSE) 作为传输协议，方便客户端与服务器进行实时通信。

安装步骤

  1. 安装 Bun: 确保你的开发环境中安装了 Bun JavaScript 运行时。如果尚未安装，请按照 Bun 官网的指引进行安装。
  2. 克隆仓库: 将 GitHub 仓库 'https://github.com/BitteProtocol/mcp' 克隆到本地。 
    git clone https://github.com/BitteProtocol/mcp
cd mcp
  3. 安装依赖: 在仓库根目录下运行以下命令安装项目依赖。 
    bun install
  4. 配置环境变量: 复制 '.env.example' 文件并重命名为 '.env'，根据需要修改其中的环境变量，例如 'BITTE_REGISTRY_URL', 'BITTE_RUNTIME_URL', 'BITTE_API_KEY'。 默认配置指向 Bitte AI 的公共测试环境，你可能需要替换为自己的 API Key 或服务地址。

服务器配置

MCP 客户端需要配置 MCP 服务器的连接信息。对于此 Bitte AI MCP 代理服务器，客户端配置通常只需要服务器的 URL。以下是一个 Curser 客户端的配置示例，展示了如何配置连接到 'https://mcp.bitte.ai/sse' 这个预先部署的 Bitte AI MCP 服务器。如果你想在本地运行该服务器，请参考下文的“基本使用方法”。

{
  "mcpServers": {
    "bitte-ai": {
      "url": "https://mcp.bitte.ai/sse"
    }
  }
}

配置参数说明:

  • 'url': MCP 服务器的 URL 地址，指向服务器的 SSE 端点。对于预部署版本，使用 'https://mcp.bitte.ai/sse'。 注意：客户端通常只需要配置 'url' 即可连接到 MCP 服务器，无需配置 'command' 和 'args'，因为服务器已经在运行并监听指定 URL。

基本使用方法

  1. 启动服务器 (本地开发): 在仓库根目录下，你可以选择以下命令启动本地开发服务器：

    • 启动所有服务 (包括 bitte-ai): 
      bun run start-dev
    • 仅启动 bitte-ai 服务 (默认端口 3000): 
      bun run dev:bitte-ai
    • 你也可以使用 'bun run start' 命令启动所有服务，但这通常用于 Docker 环境。

  2. 访问服务器: 服务器成功启动后，默认情况下 Bitte AI MCP 代理服务器将在 'http://localhost:3000/sse' 提供服务。

  3. 配置 MCP 客户端: 在你的 MCP 客户端（例如 Curser），配置 MCP 服务器连接。 如果你在本地运行服务器，则 'url' 应设置为 'http://localhost:3000/sse'。 使用预部署版本则配置 'https://mcp.bitte.ai/sse'。

  4. 使用工具: 客户端连接成功后，即可发现并调用服务器提供的工具，例如 'get-all-agents', 'get-agent-by-id', 'execute-agent', 'get-existing-tools' (service: 'goat') 等，以实现与 Bitte AI 平台和 Goat SDK 的交互。 具体的工具参数和使用方式请参考代码中的工具定义和描述。

注意: 此仓库主要提供的是 MCP 服务器的代理实现，它依赖于 Bitte AI 平台和 Goat SDK 的服务。 要充分利用此 MCP 服务器，你需要对 Bitte AI 平台提供的 AI Agents 和 Goat SDK 提供的链上工具有一定的了解。

信息

分类

AI与计算

访问项目