使用说明内容（Markdown格式）
- 项目简介 CLOPUS MCP 服务器集合是一个面向 LLM 客户端的后端框架集合，按 MCP（Model Context Protocol）规范实现了多类服务器端服务，用于托管资源、注册与执行工具、定义并渲染 Prompt 模板等。通过 JSON-RPC 的方式与客户端通信，支持通过标准化的接口进行资源读写、工具调用、模板获取等操作，并提供基于多种传输（如 Stdio、SSE、WebSocket）的可扩展能力。
- 主要功能点
- 资源与记忆管理：内存系统（短期 SQLite、长期 ChromaDB）与嵌入生成，支持语义检索与上下文提取。
- 工具/服务注册与调用：大量的 MCP 核心服务实现，如浏览器、内存、搜索、日历、GitHub、S3、Postgres、邮件等，均暴露统一的工具接口供 LLM 调用。
- 模板与技能模板：模板提取、技能管理、模板应用等能力，帮助快速产生可复用的工程产物。
- 开箱即用的 MCP 服务器实现：核心服务器均遵循 MCP 的 ListTools 请求与 CallTool 请求结构，具备运行与扩展的完整代码。
- 多传输与扩展：通过 Stdio 等传输实现对接，方便与本地或容器化环境集成。
- 安装步骤
- 克隆仓库并查看 mcp-servers 目录，确定需要的 MCP 服务器模块（如 memory、calendar、browser、search 等）。
- 为每个 MCP 服务安装依赖并构建（示例：进入对应模块目录，执行安装、构建与启动流程，具体请参考各模块的 README/包管理配置）。
- 编译并启动 MCP 服务：通常通过 npm install && npm run build 生成 dist/index.js，然后运行 node dist/index.js 启动服务。按各服务的实际入口点执行。
- MCP 客户端连接：MCP 客户端需要配置服务器信息，发送 JSON-RPC 请求以读取资源、执行工具、获取提示等。
- 如有需要，使用配置 JSON 批量描述要启动的 MCP 服务（包括 server_name、command、args、环境变量等）。
- 服务器配置（MCP 客户端需要的最小信息）
{
"servers": [
{
"server_name": "memory-mcp",
"command": "node",
"args": ["dist/index.js"],
"working_directory": "/path/to/clopus/mcp-servers/core/memory",
"env": {
"SQLITE_PATH": "/data/clopus/memory.db",
"CHROMADB_HOST": "chromadb",
"CHROMADB_PORT": "8000"
}
},
{
"server_name": "search-mcp",
"command": "node",
"args": ["dist/index.js"],
"working_directory": "/path/to/clopus/mcp-servers/core/search",
"env": {
"CHROMADB_HOST": "chromadb",
"CHROMADB_PORT": "8000"
}
},
{
"server_name": "calendar-mcp",
"command": "node",
"args": ["dist/index.js"],
"working_directory": "/path/to/clopus/mcp-servers/core/calendar",
"env": {
"GOOGLE_CLIENT_ID": "",
"GOOGLE_CLIENT_SECRET": "",
"GOOGLE_REDIRECT_URI": "",
"GOOGLE_REFRESH_TOKEN": ""
}
}
]
}
说明：
- server_name：MCP 服务器的唯一名称，便于客户端定位和管理。
- command/args：启动服务器的命令及参数，通常为 node dist/index.js。
- working_directory：服务器源码所在目录，用于定位 dist 构建产物。
- env：可选的环境变量，用于配置与外部服务的连接（如数据库、云服务、消息服务等）。
- 基本使用方法
- 启动所有 MCP 服务器后，客户端通过 MCP 框架的 JSON-RPC 调用向对应 server_name 的 MCP 服务发起 ListTools 请求，以获取该服务暴露的工具清单；再以 CallTool 请求执行具体工具。
- 结合 Memory、Template、Skills 等模块，可以在任务规划、模板生成、技能调用等场景中实现端到端的自动化工作流。
- 如需扩展，直接新增一个 MCP 服务模块，遵循 ListTools/CallTool 的结构，确保与现有 MCP 框架的 JSON-RPC 兼容即可。
- 使用案例概览
- 资源访问与记忆查询：通过内存 MCP 提供的资源读取、相似度检索、模板检索等能力，实现对历史任务的上下文复用。
- 工具执行：通过浏览器、日历、邮箱、数据库等工具 MCP 实现对外部系统的读写操作，辅助 LLM 执行复杂任务。
- 模板与技能生成：自动提取模板与技能，并可通过 GitHub 同步等机制分发到开发团队。
- 重要提示
- MCP 客户端不需要嵌入具体实现细节，只需要按配置启动服务并通过 JSON-RPC 接口进行通信。
- 确保运行环境具备 Node.js、所需的外部服务（如 Chrome/Playwright、Chromadb、Postgres、MinIO 等）以及相应的网络权限。
信息
分类
AI与计算