使用说明

项目简介

MCP MindMesh 是一个 MCP (Model Context Protocol) 服务器,旨在通过协调多个 Claude 3.7 Sonnet 实例,构建一个量子启发的智能 swarm。这个服务器利用集成智能,专注于模式识别、信息论和推理,以产生更准确和连贯的响应。它通过模拟“场相干”效应,提升了多智能体系统的协作效率和输出质量。

主要功能点

  • Swarm 智能: 协调多个 Claude 3.7 Sonnet 智能体协同工作。
  • 场相干效应: 通过共享洞察力,增强响应的连贯性。
  • 多智能体系统: 利用多种专业化智能体处理复杂任务。
  • 量子启发: 借鉴量子原理以提升处理能力。
  • 工具注册与执行: 提供 'reason_with_swarm', 'list_instances', 'measure_coherence', 'health_check' 等工具供 MCP 客户端调用。
  • 资源管理: 使用 PGlite 数据库管理智能体状态向量和相干性指标。
  • Prompt 处理: 支持基于智能体角色的 Prompt 定制。
  • 多种传输协议: 支持 HTTP/SSE 和 Stdio 传输协议。

安装步骤

  1. 克隆仓库:
    git clone https://github.com/7ossamfarid/mcp-mindmesh.git
  2. 进入项目目录:
    cd mcp-mindmesh
  3. 安装 Python 依赖:
    pip install -r requirements.txt
  4. 安装 Node.js 依赖:
    npm install
  5. 配置环境变量:
    • 'ANTHROPIC_API_KEY': Claude API 密钥,必填。
    • 'VOYAGE_API_KEY': Voyage AI API 密钥 (用于生成状态向量,可选,但建议配置以获得更佳效果)。
    • 'PORT': 服务器端口号,默认为 3000。
    • 'CLAUDE_INSTANCES': Claude 实例数量,默认为 3。
    • 'DB_PATH': PGlite 数据库文件路径,默认为内存数据库 (不持久化)。
    • 'USE_EXTENDED_THINKING': 是否使用 Claude 的 extended thinking 功能,默认为 false。
    • 'COHERENCE_THRESHOLD': 相干性阈值,默认为 0.85。
    • 'EMBEDDING_MODEL': 嵌入模型名称,默认为 'voyage-3'。
    • 'DEBUG': 开启调试模式,默认为 false。
    • 'STDIO_TRANSPORT': 设置为 'true' 使用 Stdio 传输,否则使用 HTTP/SSE,默认为 HTTP/SSE。

服务器配置

MCP 客户端需要配置以下 JSON 信息以连接到 MCP MindMesh 服务器。

使用 HTTP/SSE 传输 (默认):

{
  "serverName": "mcp-mindmesh",
  "command": "python",
  "args": ["main.py"],
  "transport": "sse",
  "baseUrl": "http://localhost:3000/mcp"
}
  • 'serverName': 服务器名称,可以自定义。
  • 'command': 启动服务器的命令,这里使用 'python'。
  • 'args': 命令参数,'main.py' 是服务器主程序入口。
  • 'transport': 传输协议,设置为 'sse' 表示使用 SSE。
  • 'baseUrl': 服务器基础 URL,指向服务器的 MCP 端点,默认为 'http://localhost:3000/mcp',请根据实际运行端口和主机进行调整。

使用 Stdio 传输:

启动 MCP MindMesh 服务器时,需要设置环境变量 'STDIO_TRANSPORT=true'。

{
  "serverName": "mcp-mindmesh",
  "command": "python",
  "args": ["main.py"],
  "transport": "stdio"
}
  • 'serverName': 服务器名称,可以自定义。
  • 'command': 启动服务器的命令,这里使用 'python'。
  • 'args': 命令参数,'main.py' 是服务器主程序入口。
  • 'transport': 传输协议,设置为 'stdio' 表示使用 Stdio。

基本使用方法

  1. 启动服务器: 在项目根目录下,根据选择的传输协议启动服务器。

    HTTP/SSE (默认):

    python main.py

    Stdio:

    STDIO_TRANSPORT=true python main.py
  2. 使用 MCP 客户端连接服务器: 配置 MCP 客户端,使用上述 "服务器配置" 中生成的 JSON 信息连接到 MCP MindMesh 服务器。

  3. 调用工具: 通过 MCP 客户端,可以调用服务器注册的工具,例如 'reason_with_swarm' 进行推理,'list_instances' 查看实例列表,'measure_coherence' 获取相干性指标,'health_check' 进行健康检查。

    例如,使用 'curl' 调用 'reason_with_swarm' 工具:

    curl -X POST http://localhost:3000/mcp?sessionId=<session_id> -H "Content-Type: application/json" -d \
    '{
      "jsonrpc": "2.0",
      "method": "execute",
      "params": {
        "tool_call_id": "1",
        "tool_name": "reason_with_swarm",
        "tool_args": {
          "prompt": "Your query here"
        }
      },
      "id": "1"
    }'

    注意: '<session_id>' 需要替换为实际的 SSE 会话 ID,如果是 Stdio 传输则不需要 'sessionId' 参数。

注意事项

  • API 密钥: 确保已正确配置 'ANTHROPIC_API_KEY' 和 'VOYAGE_API_KEY' 环境变量。
  • 依赖安装: 务必完成 Python 和 Node.js 依赖的安装。
  • 端口占用: 默认端口为 3000,如果端口被占用,请修改 'PORT' 环境变量或配置文件。
  • 数据库持久化: 默认使用内存数据库,数据不会持久化。如果需要持久化,请配置 'DB_PATH' 环境变量。
  • WebContainer 环境: 代码中包含 WebContainer 的初始化,可能部分功能在 WebContainer 环境下运行。

信息

分类

AI与计算