项目简介

• 该仓库实现了一个基于 Cortex 的 MCP 服务器端，用于通过 MCP 协议向 MCP 客户端提供工具注册、工具执行和对话模板渲染等能力，并通过 JSON-RPC 的方式进行通信。服务器端集成了一个内置的 Agent 引擎，支持简单的 Ping 健康检查以及将对话输入通过内置工具链进行处理与扩展。

主要功能点

• MCP 服务端核心能力：实现对 MCP 请求的处理、响应和通知，遵循 MCP 协议规范。
• 工具注册与执行：在 MCP 服务中注册 “ping” 健康工具，以及一个可配置的聊天工具，LLM 调用通过 Cortex 的 Agent 引擎执行并返回结果。
• 资源与上下文：通过集成的内存、工具与对话历史，提供上下文感知的对话能力。
• 传输与接口：提供对 MCP 客户端的对接入口，支持通过 MCP 的 HTTP 流式请求/响应形式进行通信；在仓库实现中，MCP 端点默认通过 /mcp 提供服务，同时与主 HTTP Trigger 共用环境。
• 服务集成示例：包含 MCP 服务示例和示例应用，展示如何将 Cortex 的/Agent 引擎暴露为 MCP 服务端工具。

安装与运行步骤

• 环境准备
  • 需要 Go 语言开发环境（推荐版本与仓库要求相符的 Go 版本）。
• 构建与运行
  • 克隆仓库并在项目根目录执行构建与运行，或者使用提供的 go 入口文件 cortex.go 直接运行。
• 配置与启动
  • 需要准备 cortex.yaml 配置文件，包含 LLM、工具、内存、Agent 配置等信息，仓库提供了相应的示例和字段说明。
  • 运行方式示例（默认端口端口为 5678，MCP 服务端点为 /mcp）：
    • go run cortex.go -config cortex.yaml
    • 或将编译后的二进制直接执行，参数包含 -config cortex.yaml
• MCP 客户端配置要点
  • MCP 客户端需要配置一个 JSON 配置，描述 MCP 服务器的启动信息，以便建立连接。配置字段通常包含服务器名称、启动命令以及参数等信息，示例字段包括：
    • server: { name: "cortex-mcp", version: "0.1.0" }
    • tool: { name: "chat", description: "Chat with the AI agent" }
    • server_command: "./cortex" // 启动 MCP 服务器的可执行程序路径
    • args: ["-config", "./cortex.yaml"] // 启动服务器时的参数
  • 注意：MCP 客户端无需在服务器端的实现中包含具体的客户端调用代码，以上信息用于 MCP 客户端在连接服务器时的参数化配置。
• 运行后怎么使用
  • 访问 MCP 服务的端点 /mcp，进行工具调用与对话请求（MCP 客户端通过 JSON-RPC 请求与服务器交互）。
  • 同时（如有 HTTP Trigger）还可通过 /chat 进行普通对话请求，/chat/stream 支持流式对话。

基本使用方法

• 启动服务器后，MCP 客户端通过 JSON-RPC 向 /mcp 端点发送请求，服务器端将调用注册的 Chat 工具对输入进行处理，并返回结果与中间步骤。
• Ping 工具用于健康检查，Chat 工具会将输入传递给 Cortex 的 Agent 引擎并返回输出与 Tool Calls 的信息。
• 若需要扩展工具，可以在配置中增加 MCP 工具，并在服务器端实现相应的执行逻辑。

运行要点

• MCP 端点地址默认为 http(s)://<服务器地址>:5678/mcp，具体端口可在 cortex.yaml 中配置。
• MCP 客户端连接时会读取服务器的 ToolCapability，确保能调用 ping、chat 等工具。