使用说明
项目简介
Toolhouse MCP Server 是一个 MCP 服务器的实现,旨在让兼容 Model Context Protocol 的 LLM 客户端(如 Claude Desktop App)能够访问 Toolhouse 平台提供的丰富工具。它利用 Groq API 实现快速推理,使得 LLM 可以通过调用 Toolhouse 的工具扩展自身的功能。
主要功能点
- 工具集成: 允许 LLM 客户端访问 Toolhouse 平台上预定义的工具集(Bundle)。
- 工具调用: 支持 LLM 客户端通过 MCP 协议调用 Toolhouse 提供的工具。
- 快速推理: 使用 Groq API 加速工具执行过程中的 LLM 推理。
- 兼容 MCP 协议: 遵循 Model Context Protocol 标准,确保与 MCP 客户端的无缝集成。
安装步骤
- 克隆仓库: 使用 'git clone https://github.com/toolhouse-community/mcp-server-toolhouse.git' 命令将仓库克隆到本地。
- 配置 API 密钥:
服务器配置
对于 MCP 客户端(例如 Claude Desktop App),需要配置 MCP 服务器的启动信息。以下是一个配置示例,你需要根据实际情况修改路径和密钥信息。将以下 JSON 配置添加到客户端的配置文件中 (例如 'claude_desktop_config.json') 的 'mcpServers' 字段下。
"mcp-server-toolhouse": { "command": "uv", "args": [ "--directory", "/path/to/mcp-server-toolhouse", // 替换为 mcp-server-toolhouse 仓库的本地路径 "run", "mcp-server-toolhouse" ], "env": { "TOOLHOUSE_API_KEY": "your_toolhouse_api_key", // 替换为你的 Toolhouse API 密钥 "GROQ_API_KEY": "your_groq_api_key", // 替换为你的 Groq API 密钥 "TOOLHOUSE_BUNDLE_NAME": "your_bundle_name" // 替换为你的 Toolhouse Bundle 名称 } }
注意:
- 'command' 和 'args' 指定了启动 MCP 服务器的命令。这里假设你使用 'uv' 运行 Python 项目,并且 'mcp-server-toolhouse' 是项目的入口点。你需要确保你的环境中安装了 'uv'。 如果你使用 'python' 直接运行,可以将 'command' 修改为 'python', 'args' 修改为 '["/path/to/mcp-server-toolhouse/src/mcp_server_toolhouse/server.py"]'。
- '/path/to/mcp-server-toolhouse' 需要替换为克隆到本地的 'mcp-server-toolhouse' 仓库的绝对路径。
- 'your_toolhouse_api_key', 'your_groq_api_key', 和 'your_bundle_name' 需要替换为你自己的 API 密钥和 Bundle 名称。 强烈建议使用环境变量的方式配置密钥,并在 'env' 中引用环境变量名。
基本使用方法
- 确保 MCP 服务器已成功配置并启动。
- 在兼容的 MCP 客户端(例如 Claude Desktop App)中,启用并连接到配置的 "mcp-server-toolhouse" 服务器。
- 在客户端应用中,LLM 应该能够利用 Toolhouse 提供的工具来增强其功能。具体的工具使用方式取决于 Toolhouse Bundle 中包含的工具以及客户端应用如何调用和展示这些工具。
信息
分类
AI与计算