使用说明

项目简介

Chronulus MCP Server 是一个基于 Model Context Protocol (MCP) 构建的应用后端,旨在为大型语言模型 (LLM) 客户端提供对 Chronulus AI 预测平台的访问能力。通过此服务器,LLM 可以利用 Chronulus AI 的预测代理进行各种预测任务,并以标准化的方式获取预测结果和风险评估。

主要功能点

  • 会话管理: 支持创建和管理 Chronulus 预测会话,每个会话代表一个特定的预测用例,并生成唯一的会话 ID。
  • 预测代理: 提供工具创建和复用预测代理,根据用户提供的输入数据模型和预测参数,生成预测结果和文本解释。
  • 预测结果后处理: 支持对预测结果进行重缩放,以适应不同的应用场景和单位需求。
  • 风险评估: 提供工具和资源获取预测用例的风险评估报告,以 Markdown 或 JSON 格式呈现,并提供 React 组件用于可视化展示。

安装步骤

  1. 安装 Claude for Desktop (如果使用 Claude 客户端):
    如果你的 LLM 客户端是 Claude Desktop,请先安装 Claude for Desktop 客户端,安装包可在此处下载:https://claude.ai/download (如果使用其他 MCP 客户端,请跳过此步骤)。

  2. 安装 Chronulus MCP Server: 你可以选择使用 pip、docker 或 uvx 等方式安装 Chronulus MCP Server。

    使用 pip 安装 (推荐): 打开终端并执行以下命令安装最新版本:

    pip install chronulus-mcp

    使用 Docker 安装: 首先,克隆仓库并构建 Docker 镜像:

    git clone https://github.com/ChronulusAI/chronulus-mcp.git
    cd chronulus-mcp
    docker build . -t 'chronulus-mcp'

    使用 uvx 安装: 确保你已安装 uv 工具。然后可以使用 uvx 直接运行:

    uvx chronulus-mcp

服务器配置

要将 Chronulus MCP 服务器配置到 MCP 客户端(例如 Claude Desktop),你需要编辑客户端的配置文件 ('claude_desktop_config.json'),添加 'mcpServers' 配置项。

配置文件示例 ('claude_desktop_config.json'):

根据你选择的安装方式,选择相应的配置添加到你的客户端配置文件中。

使用 pip:

{
  "mcpServers": {
    "chronulus-agents": {
      "command": "python",
      "args": ["-m", "chronulus_mcp"],
      "env": {
        "CHRONULUS_API_KEY": "<YOUR_CHRONULUS_API_KEY>"  // 替换为你的 Chronulus API 密钥
      }
    }
  }
}

参数说明:

  • 'server name': 'chronulus-agents' (服务器名称,客户端用此名称引用)
  • 'command': 'python' (启动服务器的命令,这里使用 python 解释器)
  • 'args': '["-m", "chronulus_mcp"]' (传递给 python 命令的参数,'-m chronulus_mcp' 表示运行 'chronulus_mcp' 模块)
  • 'env': '{"CHRONULUS_API_KEY": "<YOUR_CHRONULUS_API_KEY>"}' (环境变量配置,'CHRONULUS_API_KEY' 用于 Chronulus API 认证,请替换为你的实际 API 密钥)

使用 Docker:

{
  "mcpServers": {
    "chronulus-agents": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "-e", "CHRONULUS_API_KEY", "chronulus-mcp"],
      "env": {
        "CHRONULUS_API_KEY": "<YOUR_CHRONULUS_API_KEY>"  // 替换为你的 Chronulus API 密钥
      }
    }
  }
}

参数说明:

  • 'server name': 'chronulus-agents'
  • 'command': 'docker' (启动服务器的命令,这里使用 docker 命令)
  • 'args': '["run", "-i", "--rm", "-e", "CHRONULUS_API_KEY", "chronulus-mcp"]' (传递给 docker run 命令的参数,'run -i --rm -e CHRONULUS_API_KEY chronulus-mcp' 表示运行名为 'chronulus-mcp' 的 docker 镜像,并设置环境变量 'CHRONULUS_API_KEY')
  • 'env': '{"CHRONULUS_API_KEY": "<YOUR_CHRONULUS_API_KEY>"}' (环境变量配置,与 args 中的 '-e CHRONULUS_API_KEY' 重复,建议只在 args 中配置)

使用 uvx:

{
  "mcpServers": {
    "chronulus-agents": {
      "command": "uvx",
      "args": ["chronulus-mcp"],
      "env": {
        "CHRONULUS_API_KEY": "<YOUR_CHRONULUS_API_KEY>"  // 替换为你的 Chronulus API 密钥
      }
    }
  }
}

参数说明:

  • 'server name': 'chronulus-agents'
  • 'command': 'uvx' (启动服务器的命令,这里使用 uvx 命令)
  • 'args': '["chronulus-mcp"]' (传递给 uvx 命令的参数,'chronulus-mcp' 表示运行 'chronulus-mcp' 应用)
  • 'env': '{"CHRONULUS_API_KEY": "<YOUR_CHRONULUS_API_KEY>"}' (环境变量配置,'CHRONULUS_API_KEY' 用于 Chronulus API 认证,请替换为你的实际 API 密钥)

基本使用方法

  1. 启动 MCP 服务器:
    根据你选择的安装方式,MCP 服务器会在后台运行或在你指定的终端窗口运行。

  2. 在 LLM 客户端中使用工具:
    在支持 MCP 协议的 LLM 客户端中(例如 Claude Desktop),你可以通过自然语言指令调用 Chronulus MCP 服务器提供的工具,例如:

    • 创建预测会话:告知 LLM 你需要创建一个新的预测会话,并提供会话的名称、情境和任务描述。
    • 获取预测结果:指示 LLM 使用已创建的会话和代理进行预测,并提供必要的输入数据和预测参数。
    • 获取风险评估报告:询问 LLM 获取当前预测会话的风险评估报告。

    具体的工具调用方式和参数需要参考 Chronulus MCP 服务器提供的工具描述和 LLM 客户端的指令格式。

注意: 请确保你已获取有效的 Chronulus API 密钥,并将其配置到服务器的环境变量中,否则服务器将无法正常连接 Chronulus AI 平台。

信息

分类

AI与计算