使用说明

项目简介

Exalith 项目包含了一系列基于 Model Context Protocol (MCP) 标准构建的后端服务，旨在为智能代理和 LLM 应用提供丰富的扩展功能。它通过模块化的 MCP 服务器套件，实现了文件系统访问、在线资源检索（如 NPM 包、开源代码）、数据库查询以及知识库搜索等能力，帮助开发者快速构建功能强大的 LLM 应用。

主要功能点

文件系统操作：允许 LLM 应用安全地访问和管理本地文件系统，进行文件读取、写入、编辑、创建目录、文件搜索等操作。
NPM 包查询：集成 NPM 仓库，使 LLM 能够查询和获取 NPM 包的信息，方便前端开发者获取库信息。
开源代码搜索：对接 Sourcegraph，支持 LLM 搜索开源代码，辅助代码理解和学习。
数据库查询：连接 PostgreSQL 数据库，提供表结构查询、数据查询和SQL执行等工具，方便 LLM 应用与结构化数据交互。
知识库检索：集成 Ragflow 知识库，支持 LLM 在指定知识库中进行检索，提升问答和信息获取的准确性。
网络搜索：利用 Tavily API 和 LangSearch API 提供强大的网页搜索能力，帮助 LLM 获取最新的网络信息。
Excel/CSV 文件处理：通过独立的 MCP-Excel 服务器，支持 LLM 应用读取、分析、转换和可视化 Excel 及 CSV 文件数据。

安装步骤

安装环境依赖：

确保已安装 Node.js 20+、pnpm 8+ 和 Python 3.12+。

安装项目依赖：

mkdir filesystem
pnpm install
cd agent
poetry install

配置环境变量：
- 复制 '.env.example' 文件并重命名为 '.env'，根据需要修改其中的 OpenAI API 密钥、模型名称等配置。
- 复制 './packages/mcp-server/.env.example' 文件并重命名为 './packages/mcp-server/.env'，配置 MCP 服务器所需的环境变量，例如 PostgreSQL 数据库连接信息、Ragflow API Token 等。
启动开发服务器：
- 运行以下命令启动所有服务：
```
pnpm run dev
```
  这将同时启动前端开发服务器（http://localhost:3000）和 Agent 开发服务器（http://localhost:8123）。

服务器配置

Exalith MCP 服务套件包含多个独立的 MCP 服务器，您可以根据需要配置您的 MCP 客户端以连接到这些服务器。以下是一些示例配置，您可以根据实际需求添加到您的 MCP 客户端配置中。

1. 文件系统助手 MCP 服务器配置

{
  "filesystem_bot": {
    "serverName": "文件系统助手",
    "command": "pnpm",
    "args": ["start"],
    "cwd": "./packages/server",
    "env": {},
    "transport": "stdio"
  }
}

参数注释：

'serverName': MCP 服务器的名称，用于在客户端标识和调用。
'command': 启动 MCP 服务器的命令，这里使用 'pnpm'。
'args': 启动命令的参数，'start' 脚本通常在 'packages/server/package.json' 中定义。
'cwd': MCP 服务器的工作目录，指向 'packages/server' 目录。
'env': 环境变量，可以根据需要设置，例如 'OSS_BASE_PATH' 指定文件系统操作的根路径。
'transport': 传输协议，这里使用 'stdio'，表示通过标准输入输出流进行通信。

2. Excel/CSV 文件处理 MCP 服务器配置

{
  "mcp-excel": {
    "serverName": "Excel/CSV 文件处理",
    "command": "poetry",
    "args": ["run", "python", "-m", "packages.mcp-excel.src"],
    "cwd": "./",
    "env": {},
    "transport": "stdio"
  }
}