项目简介

本项目是一个 MCP (Model Context Protocol) 服务器，旨在利用 OpenAI API 为 LLM 客户端提供聊天记录总结功能。它实现了 MCP 协议，并提供了工具 (Tools) 和 Prompt 模板 (Prompts)，使得 MCP 客户端能够方便地调用服务器端的功能来总结会话内容。

主要功能点

聊天总结: 使用 OpenAI API 对提供的聊天记录进行总结。
工具 (Tools):
- 'get_chat_summary': 接收聊天消息数组，返回聊天内容的总结。可以选择是否包含原始消息。
- 'process_with_summary': 接收聊天消息数组和用户查询，先总结聊天记录，然后结合查询生成回复。
Prompt 模板 (Prompts):
- 'summarize-chat': 提供一个用于总结聊天记录的 Prompt 模板，引导 LLM 进行会话总结。
标准 MCP 服务器: 实现了 MCP 协议，可以通过 MCP 客户端进行连接和调用。
Stdio 传输: 使用 Stdio 作为默认的传输协议，方便本地部署和测试。

安装步骤

克隆仓库

git clone https://github.com/DawitSishu/MCP
cd MCP

安装依赖 确保已安装 Node.js 18 或更高版本。
```
npm install
```
构建项目
```
npm run build
```

设置 OpenAI API 密钥 你需要拥有 OpenAI API 密钥，并将其设置为环境变量 'OPENAI_API_KEY'。

macOS/Linux:

export OPENAI_API_KEY=你的_OpenAI_API_密钥

Windows:

set OPENAI_API_KEY=你的_OpenAI_API_密钥

服务器配置

MCP 客户端需要以下配置信息来连接到此服务器。请将 '<Your OpenAI API Key>' 替换为你的实际 OpenAI API 密钥。

{
  "server name": "ChatSummary",  // 服务器名称，用于在客户端标识
  "command": "node",           // 启动服务器的命令
  "args": ["dist/index.js"],   // 启动命令的参数，指向服务器入口文件
  "env": {
    "OPENAI_API_KEY": "<Your OpenAI API Key>" // OpenAI API 密钥，服务器端需要使用
  }
}

基本使用方法

启动服务器 在项目根目录下运行：
```
npm start
```
服务器将通过 Stdio 监听 MCP 客户端的请求。
配置 MCP 客户端 使用 MCP 客户端（例如 MCP Inspector 或 Claude.app），根据上述 “服务器配置” 中的信息配置连接。
调用工具或 Prompt 客户端连接成功后，即可调用服务器提供的 'get_chat_summary' 和 'process_with_summary' 工具，或使用 'summarize-chat' Prompt 模板，实现聊天记录总结功能。例如，调用 'get_chat_summary' 工具时，需要提供包含 'role' 和 'content' 属性的消息数组作为参数。

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息