关键词

AI代理工具优化上下文管理工具代理资源优先级Prompt去重

项目简介

MCP代理处理器（MCP Proxy Processor）是一个基于Model Context Protocol (MCP) 构建的代理服务器。它旨在解决AI代理在面对来自多个后端MCP服务器的众多工具、资源和Prompt时，可能出现的上下文窗口臃肿、性能下降和成本增加的问题。通过该代理，您可以为不同的AI任务创建定制化的“工具组”，精确地暴露AI代理所需的上下文信息，并对工具的名称、描述和参数进行优化。

主要功能点

  • 工具精细管理:
    • 筛选: 从后端MCP服务器中选择并暴露AI代理所需的特定工具。
    • 优化描述: 将冗长复杂的工具描述改写为AI代理更容易理解的简洁版本。
    • 参数控制: 隐藏不常用或不需要AI代理直接操作的参数，减少上下文负担；同时，可以注入常量参数（如API密钥、默认值）。
    • 参数映射: 支持复杂的参数转换，将AI代理发出的参数格式映射为后端工具所需的格式。
  • 资源灵活暴露:
    • 选择性访问: 精确选择需要暴露给AI代理的文件、API或数据源。
    • URI模板匹配: 支持URI模板，允许通过模式匹配多个资源URI。
    • 优先级回退: 为相同资源配置多个后端服务器，实现自动故障转移。
  • Prompt模板优化:
    • 策展: 选择后端服务器中特定的Prompt模板暴露给AI代理。
    • 参数传递: 确保Prompt参数和要求从后端定义中正确传递。
    • 优先级排序与去重: 自动处理重复的Prompt名称，并通过优先级机制提供最佳Prompt。
  • 分组管理: 根据不同的AI任务（如代码编写、财务分析、研究等）创建和管理不同的工具、资源和Prompt集合，使AI代理保持专注。

安装步骤

请确保您的系统已安装 Node.js 24.x 或更高版本。

  1. 全局安装 (推荐):

    npm install -g @hughescr/mcp-proxy-processor

    安装完成后，您可以在命令行中使用 'mcp-proxy' 命令。

  2. 通过 'npx' 直接运行 (无需安装):

    npx -y @hughescr/mcp-proxy-processor@latest --help

    此方式可以直接运行命令，但每次都会下载最新版本。

服务器配置

MCP代理处理器作为MCP服务器，需要连接到上游的后端MCP服务器。您需要编辑位于安装目录下的 'config/backend-servers.json' 文件来配置您的后端MCP服务器。

后端 MCP 服务器配置示例 ('config/backend-servers.json' 文件内容)

{
  "mcpServers": {
    "time": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-time"]
    },
    "calculator": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-calculator"]
    },
    "myCustomServer": {
      "command": "node",
      "args": ["/path/to/my/server.js"],
      "env": {
        "API_KEY": "your_api_key_here"
      }
    }
  }
}
  • 'mcpServers': 包含所有后端 MCP 服务器配置的对象。
    • 'time', 'calculator', 'myCustomServer': 您自定义的后端 MCP 服务器的名称。
      • 'command': 启动后端 MCP 服务器的命令行可执行文件或脚本的路径。
      • 'args': 传递给 'command' 的参数列表，每个参数为字符串。
      • 'env': （可选）为该后端服务器进程设置的环境变量，键值对形式。

分组配置 (暴露给AI代理的MCP服务器)

您还需要配置分组，定义每个分组要暴露哪些工具、资源和Prompt。您可以手动编辑 'config/groups.json'，或者使用交互式管理界面。

使用交互式管理界面 (推荐): 这是配置分组最简单、最直观的方式。

  1. 启动管理界面: 
    mcp-proxy admin
  2. 按照界面提示进行操作：
    • 发现工具: 连接到已配置的后端服务器，查看所有可用的工具、资源和Prompt。
    • 创建分组: 为不同的AI代理任务创建新的分组。
    • 添加工具/资源/Prompt: 从发现列表中选择并添加到您的分组。
    • 覆盖定义: 为工具、资源和Prompt重命名、修改描述、调整参数Schema等。
    • 保存: 将您的分组配置保存到 'config/groups.json'。

基本使用方法

  1. 启动 MCP 代理服务器: 在命令行中启动您配置的某个分组对应的MCP代理服务器。例如，如果您在分组配置中定义了一个名为 'standard_tools' 的分组：

    mcp-proxy serve standard_tools

    这个命令将启动一个MCP服务器，它只会暴露 'standard_tools' 分组中定义的工具、资源和Prompt。

  2. 将代理服务器连接到您的 LLM 客户端: 您的LLM客户端（例如 Claude Desktop 或其他支持MCP协议的客户端）需要知道如何连接到MCP代理服务器。通常，这意味着在客户端的配置文件中添加MCP代理服务器的启动命令。

    Claude Desktop 配置示例 ('claude_desktop_config.json' 文件内容): （通常位于 macOS: '~/Library/Application Support/Claude/claude_desktop_config.json'；Windows: '%APPDATA%\Claude\claude_desktop_config.json'；Linux: '~/.config/Claude/claude_desktop_config.json'）

    {
  "mcpServers": {
    "standard_tools_proxy": {
      "command": "mcp-proxy",
      "args": ["serve", "standard_tools"]
    },
    "financial_analysis_proxy": {
      "command": "mcp-proxy",
      "args": ["serve", "financial_tools"]
    }
  }
}
    • 'standard_tools_proxy', 'financial_analysis_proxy': 您在Claude Desktop中可见的MCP服务器名称。
    • 'command': 'mcp-proxy' (如果您已全局安装MCP代理处理器)。
    • 'args': 启动特定分组的参数列表，例如 '["serve", "standard_tools"]'。

    保存客户端配置并重启您的LLM客户端。现在，您的LLM客户端将能够连接到并使用由MCP代理处理器提供的、经过精心策划的工具、资源和Prompt。

信息

分类

AI与计算

访问项目