项目简介

Chonost Manuscript OS是一个综合性平台,包含一个基于FastAPI的MCP(Model Context Protocol)编排器、一个React/Tauri桌面客户端(Craft IDE)和一个可重用的UI组件库。其核心目标是为AI辅助手稿创作工具提供一个模块化且易于实验的基础。通过标准化的MCP协议,它能管理资源、执行工具和定义Prompt模板,为LLM应用提供安全、可扩展的上下文服务。

主要功能点

  • MCP服务编排: 提供标准化的'/mcp/servers'(服务器发现)、'/mcp/tools'(工具列表)、'/mcp/call'(工具调用)和'/mcp/status'等JSON-RPC接口,允许LLM客户端发现并调用后端能力。
  • 资源管理: 能够通过工具(如模拟的内存工具)创建、管理和查询实体及关系,实现知识图谱式的上下文数据托管。
  • 工具集成: 支持通过多种传输协议(HTTP、Stdio、Docker等)集成外部工具,例如模拟的Codacy代码分析、GitHub操作、Notion数据同步等。
  • AI辅助工作流: 集成AI智能体(如Code Review Agent和Memory Thinking Agent),支持AI驱动的代码审查、版本管理和上下文感知决策。
  • 多平台客户端: 提供一个React/Tauri桌面客户端(Craft IDE),用于文件管理、内容编辑(Markdown/白板)、AI聊天和插件扩展。
  • 微服务架构: 采用FastAPI后端、Postgres数据库、Redis缓存和Qdrant向量数据库的Docker Compose部署栈,确保可伸缩性和模块化。

安装步骤

  1. 克隆仓库:
    git clone https://github.com/billlzzz10/Chonost-manifest-os.git
    cd Chonost-manifest-os
  2. 安装JavaScript依赖:
    npm install
  3. 安装Python依赖:
    cd services/api-server
    pip install -r requirements.txt
  4. 启动Docker Compose服务 (推荐): 这会启动API服务器以及Postgres、Redis、Qdrant等数据库服务。
    # 从仓库根目录执行
    docker-compose up -d
    或者,您可以手动启动API服务器:
    cd services/api-server
    uvicorn main:app --reload --host 0.0.0.0 --port 8000
  5. 启动前端客户端 (可选): 如果您想运行桌面客户端,请在新终端中执行:
    cd craft-ide
    npm run dev

服务器配置

MCP客户端需要配置与Chonost MCP服务器(即编排器)通信的HTTP端点。编排器会负责将工具调用路由到内部或外部的实际MCP服务。

以下是MCP客户端连接Chonost MCP编排器的配置示例(以JSON格式表示):

{
  "mcp_orchestrator": {
    "name": "Chonost MCP Orchestrator",
    "kind": "http",
    "url": "http://localhost:8000", // MCP服务器的基URL,其MCP接口在/mcp路径下
    "description": "Chonost AI辅助手稿创作MCP编排器",
    "version": "2.2.0"
  }
}
  • 'mcp_orchestrator': 这是Chonost MCP编排器本身的配置。客户端通过此'url'连接到编排器。编排器提供的MCP API路径通常在'/mcp'下(例如,'/mcp/servers', '/mcp/tools', '/mcp/call', '/mcp/status')。

基本使用方法

  1. 访问健康检查: 确保MCP服务器正常运行。 访问 'http://localhost:8000/health',应返回 '{"status": "healthy", "service": "mcp-orchestrator", "version": "2.2.0"}'。
  2. 列出可用MCP服务器: 发现编排器集成的所有MCP服务(例如:'filesystem', 'github', 'notion', 'codacy', 'memory', 'sequentialthinking'等)。 访问 'http://localhost:8000/mcp/servers'。
  3. 列出可用MCP工具: 查看所有MCP服务提供的工具列表。 访问 'http://localhost:8000/mcp/tools'。
  4. 调用MCP工具 (示例:代码审查): 模拟LLM客户端调用代码审查工具。 向 'http://localhost:8000/mcp/call' 发送 'POST' 请求,'Content-Type: application/json',请求体应遵循'MCPCallReq'模型:
    {
      "server": "codacy", // 指定要调用工具的服务名称 (例如: codacy, memory, github等)
      "tool": "lint",      // 指定要调用的工具名称 (例如: lint, create_entities, pr_create_smart等)
      "arguments": {
        "file_path": "your_project/src/example.js", 
        "content": "function example() { console.log('hello'); }"
      }
    }
    服务器将返回代码审查结果。
  5. 通过前端界面交互: 运行Craft IDE客户端 ('npm run dev'),它将连接到MCP服务器,提供AI辅助写作、代码审查和项目管理功能。

信息

分类

AI与计算