JARVIS Turbo MCP 服务器

关键词

资源管理分布式推理JSON-RPC多节点路由模型工具

使用说明（简要、面向开发者的操作要点）

  • 项目简介

    • 该仓库实现了基于 MCP 的后端服务器框架，核心能力包括资源管理（Resources）、工具注册与执行（Tools）、以及 Prompt 相关的渲染与分发。通过 JSON-RPC 形式与 LLM 客户端交互，支持多节点部署与会话管理，能够为多种 LLM 应用提供安全、可扩展的上下文服务。

  • 主要功能点

    • MCP 服务器核心：实现对资源、工具、Prompts 的集中管理与暴露，提供统一的 JSON-RPC 接口进行读取、执行、渲染等操作。
    • 多节点与路由能力：集成分布式调度、共识与容错逻辑，能够将任务在 M1/M2/M3、OL1、GEMINI、CLAUDE 等节点之间进行智能路由与汇聚。
    • 工具与资源注册：内置 92 个 MCP SDK 工具与 89 个处理器/工具的定义，支持远程调用、权限控制与追踪。
    • Prompt 定义与呈现：提供 Prompt 模板的管理与渲染能力，支持自定义 LLM 交互模式。
    • 会话与能力声明：服务器端会维护会话状态、能力声明，并通过日志与数据库表追踪使用情况。
    • 传输协议扩展：设计上支持多种传输通道（如 Stdio、SSE、WebSocket），以适配不同的前端与管道。

  • 安装与运行

    • 该仓库包含完整的后端实现模块和启动脚本（如 mcp_server.py、python_ws、以及 与 MCP 相关的工具与端点实现），可直接在支持的 Python 环境中运行。具体运行方式请参阅对应的启动脚本和 Windows/Mac/Linux 的启动批/脚本文件。
    • 常见启动路径示例（按仓库提供的说明）：使用 jarvis_turbo 的 MCP 服务器启动脚本，例如通过 jarvis_mcp_stdio.bat（Windows）或等效运行命令启动。另有通过 FastAPI/WebSocket 的后端服务进行连接的实现路径，需要遵循仓库中的路由与接口定义。

  • 服务器配置（JSON 配置，供 MCP 客户端对接使用） 注意：以下配置用于 MCP 客户端与服务器对接，描述了服务器名称、启动命令及参数。实际部署时请按实际环境调整地址、端口、认证策略等。 { "server_name": "jarvis-turbo-mcp", "command": "jarvis_mcp_stdio.bat", "args": [], "description": "MCP 服务器实现 JARVIS Turbo 的核心能力：Resources/Tools/Prompts，JSON-RPC 通信，支持多节点路由与会话管理。", "transport_protocols": ["stdio", "sse", "websocket"], "capabilities": { "resources_endpoint": "/resources", "tools_endpoint": "/tools", "prompts_endpoint": "/prompts", "rpc_version": "2.0" }, "notes": "该服务器实现包含 src/mcp_server.py、TOOL_DEFINITIONS、以及将工具注册、资源访问与提示渲染等能力暴露为 MCP 客户端可调用的接口。客户端配置无需包含实现细节，仅用于建立连接与能力声明。" }

  • 基本使用方法

    • 启动后端：使用仓库自带的启动脚本启动 MCP 服务（如 jarvis_mcp_stdio.bat）。确保依赖环境就绪（Python、相关依赖、数据库等）。
    • 客户端对接：MCP 客户端通过 JSON-RPC 与上述服务器进行请求，例如读取 Resources、调用 Tools、获取 Prompts 等，服务端返回标准的 JSON-RPC 响应或通知。
    • 能力与会话：服务器维护会话状态、能力声明，并在多节点场景下进行路由与共识；支持多传输通道以确保与前端/LLM 客户端的高效通信。
    • 监控与扩展：仓库内包含多种工具与脚本用于诊断、监控与扩展 MCP 功能（如 84+ Skills、92 Tools、Domino/Scenario 机制等）。

  • 运行环境与依赖

    • Python 3.x
    • Node.js（如有前端或辅助服务）
    • 支持的底层模型服务节点（M1/M2/M3/OL1/GEMINI/CLAUDE 等）
    • 相关数据库（etoile.db、jarvis.db、sniper.db 等）
    • MCP 相关组件（src/mcp_server.py、tools.py、agents.py 等）

  • 与 MCP 客户端对接要点

    • 客户端需要提供服务启动命令及参数，仓库内提供的启动脚本和配置示例可作为对接参考。
    • MCP 客户端不需要实现服务器端代码，只需按 MCP 标准配置连接信息即可。

  • 常见注意事项

    • 保证多节点间的网络连通性与鉴权配置正确，避免 localhost/回环地址导致的连通性问题。
    • 对于并发与路由策略，应当根据实际集群规模调整权重与容错策略。
    • 基于仓库的描述，该 MCP 服务具备多模型、多工具、多通道的集成能力，可针对不同应用场景进行自定义扩展。

  1. 关键词 资源管理, 分布式推理, JSON-RPC, 多节点路由, 模型工具

  2. 分类ID 6

服务器信息

访问项目