Docketeer MCP 服务端实现

关键词

模型上下文协议工具注册表JSON-RPC插件化工具审计日志

使用说明内容（Markdown格式）

  • 项目简介

    • Docketeer 的 MCP 服务器实现提供一个标准化后端，能够通过 MCP 协议向 MCP 客户端暴露和执行已有的工具注册表中的工具，并对调用进行审计记录。它与插件化的工具体系紧密集成，确保客户端可以查询工具、调用工具并获取结果文本。

  • 主要功能点

    • 暴露工具清单：实现 MCP 的 tools/list 行为，返回当前注册的工具及其描述、输入结构等信息。
    • 调用工具：实现 MCP 的 tools/call 行为，根据请求的工具名称和参数执行工具，并返回文本结果。
    • 审计日志：对每次工具调用写入审计日志，便于追踪使用情况和安全审计。
    • 集成点：通过 ToolRegistry 将服务端功能与本地插件化工具体系对接，支持对外暴露多插件的工具集合。
    • 传输与协议：遵循 MCP 的 JSON-RPC 风格，客户端可以通过标准的 MCP 客户端实现与服务端通信；服务器端实现了低层级的请求分发与响应封装。
    • 兼容性提示：设计上考虑与现有的 Docketeer 组件（如 Brain、Workspace、Audit、Vault 等）协同工作。

  • 安装步骤

    • 克隆仓库并进入项目目录。
    • 安装依赖：需要 Python 3.x 环境，以及 MCP 客户端/服务端相关依赖（mcp 库及 Docketeer 相关包）。
    • 将 Docketeer MCP 服务端代码集成到可运行的 Python 环境中，确保 import 路径可解析。
    • 启动前确保具备必要的工具插件（ToolRegistry）和工具上下文（ToolContext）可用，以便 MCP 客户端能请求工具。

  • 服务器配置（MCP 客户端需要的最小配置示例） 说明：以下配置用于 MCP 客户端连接到本 MCP 服务器实例；具体参数需根据实际部署路径调整。该客户端配置用于说明用途，不是代码实现。

    { "server_name": "docketeer-mcp", "command": "python3", "args": ["-m", "docketeer.brain.mcp_server"], "transports": ["stdio", "sse", "websocket"] // 说明：可选传输方式包括标准输入/输出、Server-Sent Events、WebSocket 等；实际部署时可选其一或多种。 }

    说明：

    • server_name：服务器的逻辑名称，用于区分不同 MCP 服务实例。
    • command 与 args：MCP 服务端的启动命令及参数，在客户端端需要调用该命令以建立与 MCP 服务器的连接。
    • transports：可能使用的传输协议集合，具体实现中以实际部署为准。

  • 基本使用方法

    • 启动服务器：按照服务器配置中的命令和参数在目标环境中启动 MCP 服务端进程。
    • 客户端连接：MCP 客户端连接到服务器后，可以通过标准 JSON-RPC 请求向服务器请求工具列表、调用指定工具等。
    • 请求/响应流程：客户端发送如 "tools/list" 以获取工具列表，发送 "tools/call" 以执行工具，服务器返回工具执行结果文本。所有调用都会被记录到 audit 日志中。
    • 安全性与审计：服务器端记录每次调用的参数、结果及是否错误，便于后续审计与追踪。

  • 使用注意

    • MCP 客户端需要与服务器约定的协议格式（JSON-RPC）和方法名（如 tools/list、tools/call）进行交互。
    • 服务器端为工具执行提供上下文（ToolContext），确保在执行工具时具有正确的工作区、Vault、Search 等上下文信息。

服务器信息

访问项目