Neural Kitchen MCP 服务器

关键词

Model Context Protocol向量检索工具注册JSON-RPC 服务OpenAI 集成

使用说明（Markdown 格式）

  • 项目简介 Neural Kitchen 的 MCP 服务器实现一个独立的后端服务，向 LLM 客户端提供按 MCP 规范设计的上下文能力。核心功能包括通过 JSON-RPC 风格的请求交互来读取资源、执行工具和获取/渲染提示模板。

  • 主要功能点

    • Standalone MCP 服务器：独立运行的后端服务，通过 HTTP 端点对外暴露 MCP 能力。
    • 工具注册与执行：实现了 get_recipe（按 ID/短 ID 获取完整内容）、search_recipes（基于语义和文本检索的 recipe 搜索）等工具。
    • Prompts 与数据源整合：读取来自 Prompts 的描述与指令，用于 AI 任务的上下文。整合了 Recipes、SearchService、VecDocuments 等后端资源。
    • 健康与路由：提供 /health 端点用于健康检查，/mcp 端点用于 MCP 请求处理。
    • 与后端能力协同：与向量文档、队列、AI 服务等模块协同工作，支持对外部任务与内容生成的异步处理。

  • 安装步骤（开发/测试环境）

    • 确保使用 Node.js 版本高于等于 22。
    • 安装依赖并准备运行环境（如数据库、OpenAI API Key 等）。
    • 启动方式（开发阶段常用）：使用 TypeScript 直接运行入口文件，例如 tsx src/mcp-server.ts（需要在环境中安装 tsx/tsx-node 等工具）。
    • 运行完成后，服务器将在端口 3002 提供服务，MCP 请求通过 HTTP POST /mcp 进行通信，健康检查通过 GET /health。
    • 如需生产环境，请将代码编译为可执行的 JavaScript，并按常规 Node 生产部署流程部署。

  • 服务器配置（用于 MCP 客户端的启动配置，JSON 结构，字段说明在括号中） 服务器配置需要客户端提供一个 JSON 配置项，描述服务器信息、启动命令及参数等。示例字段如下（请以文本方式理解，非代码块呈现）： { "serverName": "Neural Kitchen MCP Server", "command": "tsx", // 启动 MCP 服务器的命令，开发阶段可使用 tsx 直接运行 TypeScript 源文件 "args": ["src/mcp-server.ts"], // 启动命令的参数，指向 MCP 服务器入口文件 "description": "Standalone MCP server for Neural Kitchen, exposes MCP endpoints over HTTP" // 描述性注释 } 说明：

    • serverName 用于标识服务器的名称，便于在客户端日志和仪表盘中显示。
    • command 和 args 组合定义了启动该 MCP 服务器的命令与参数。开发阶段可使用 tsx 直接运行入口文件；生产环境应编译成可执行的 JS，然后用 node 运行。
    • description 给出简要的服务器用途，便于运维和调试。
    • 客户端通常不需要随代码携带该配置，只需要知道服务器地址与能力定义即可。

  • 基本使用方法

    • 启动服务器后，客户端向 /mcp 发送 JSON-RPC 请求，通过注册的工具（如 get_recipe、search_recipes）来获取内容或执行检索。
    • 通过 /health 可以快速确认服务器状态（是否运行、端口、时间戳等）。
    • 服务器内部还整合了 Prompts、Recipes、SearchService、VecDocuments 等数据源，可以在工具执行时读取并返回富文本内容或摘要。

  • 备注

    • 这是一个完整的 MCP 服务器实现，包含路由、工具、后端数据源以及日志/错误处理等核心能力，适合作为对接 MCP 客户端的后端服务。

服务器信息

访问项目