使用说明
项目简介
ts_mcp 是一个基于 Model Context Protocol (MCP) 构建的研究服务器,它使用 TypeScript 开发,旨在为 LLM 客户端提供强大的研究能力。该服务器集成了 Exa API 用于信息检索,并利用 LLM 进行内容总结,最终将研究结果以资源的形式提供给客户端。
主要功能点
- 资源 (Resources):
- 将研究结果存储为资源,并可以通过 'research://results/{resultId}' 格式的 URI 进行访问。
- 每个资源包含标题、作者、内容摘要等元数据,方便 LLM 客户端理解和利用。
- 资源内容以 JSON 格式提供。
- 工具 (Tools):
- 'research': 执行研究任务,接受研究目的 (purpose) 和问题 (question) 作为参数,返回相关研究结果。
- 'get_full_texts': 根据提供的结果 ID 列表,获取对应资源的全文内容。
- Prompt 模板 (Prompts):
- 虽然仓库中没有显式定义 Prompt 模板,但服务器内部使用了 LLM 进行查询生成和内容总结,可以理解为隐式地使用了 Prompt 模板来驱动 LLM 的行为。
安装步骤
- 安装 Node.js 和 npm: 确保你的系统已安装 Node.js 和 npm (Node Package Manager)。
- 下载仓库代码: 从 GitHub 仓库 https://github.com/darinkishore/ts_mcp 下载代码到本地。
- 安装依赖: 在仓库根目录下打开终端,运行以下命令安装项目依赖:
npm install - 构建服务器: 运行以下命令构建服务器代码:
构建成功后,会在 'build' 目录下生成服务器的可执行文件 'index.js'。npm run build
服务器配置
MCP 服务器需要配置到 MCP 客户端中才能使用。以 Claude Desktop 为例,你需要编辑 Claude 的配置文件 'claude_desktop_config.json'。
配置文件路径:
- MacOS: '~/Library/Application Support/Claude/claude_desktop_config.json'
- Windows: '%APPDATA%/Claude/claude_desktop_config.json'
配置内容 (添加到 'mcpServers' 字段中):
{ "mcpServers": { "ts_mcp": { "command": "/path/to/ts_mcp/build/index.js" } } }
参数说明:
- 'ts_mcp': 服务器名称,可以自定义。
- 'command': 必须修改。指向 'ts_mcp' 服务器构建后的入口文件 'index.js' 的绝对路径。请根据你的实际文件路径进行修改。
注意: MCP 服务器通过标准输入输出 (stdio) 与客户端通信,不需要额外的端口配置。
基本使用方法
- 启动服务器: 配置完成后,当 Claude Desktop 启动时,'ts_mcp' 服务器也会随之启动。服务器会在终端输出 'Research MCP server running on stdio' 表示已成功运行。
- 在 Claude 中使用: 在 Claude 中,你可以通过以下方式使用 'ts_mcp' 服务器的功能:
- 使用 'research' 工具: 在 Claude 的对话框中,你可以指示 Claude 使用 'research' 工具进行信息检索。例如,你可以说 "使用 research 工具,目的是了解气候变化的影响,问题是气候变化对全球经济有哪些具体影响?"。Claude 会调用 'ts_mcp' 服务器的 'research' 工具,并将研究结果返回给你。
- 访问研究资源: 'ts_mcp' 服务器会将研究结果存储为资源。你可以通过 'research://results/{resultId}' 格式的 URI 在 Claude 中引用这些资源。例如,如果某个研究结果的 ID 是 'able-ace',你可以使用 'research://results/able-ace' 来访问该资源的内容。
调试: 如果遇到问题,可以使用 README 中推荐的 MCP Inspector 工具进行调试,运行 'npm run inspector' 启动 Inspector,并通过浏览器访问提供的 URL 进行调试。
信息
分类
AI与计算