使用说明

项目简介 Omni-Dev-Fusion 中的 MCP 服务器实现为面向 LLM 的后端服务，负责托管资源、注册可调用的工具、定义和渲染提示模板，并通过标准的 JSON-RPC 协议对外提供上下文与能力服务，便于将 AI 助手接入到实际应用场景。
主要功能点
- 资源与数据访问：集中管理可供 LLM 客户端使用的资源和数据入口
- 工具注册与执行：注册外部功能工具，支持 LLM 调用执行
- Prompt 模板与渲染：定义和渲染 prompts，支持自定义交互模式
- JSON-RPC 通信：统一的请求/响应模型，便于客户端接入
- 会话管理与能力声明：维护会话上下文、能力清单并记录会话信息
- 多传输协议支持：STDIO、SSE、WebSocket 等传输方式以适应不同客户端
安装与运行
- 在仓库根目录执行安装与运行（具体依赖和环境请参考项目根部的依赖管理脚本）
- 启动方式示例（非代码描述，供参考）
  - 通过命令启动 MCP 服务器，在容器/服务器环境中可启用 STDIO 传输，端口若使用则开放相应端口
服务器配置（给 MCP 客户端使用的连接配置，JSON 形式）
- 配置示例（用于 MCP 客户端建立连接所需，包含服务器名称、启动命令与参数等信息）: { "server_name": "omni-mcp", "command": ["python", "-m", "omni.agent.mcp_server.server"], "args": ["--transport", "stdio", "--port", "8080"] }
- 配置说明
  - server_name：服务器对外标识名称，客户端将据此辨识目标 MCP 服务
  - command：启动 MCP 服务器的命令（不涉及特定环境的脚本细节，确保客户端能执行）
  - args：启动命令的参数列表，示例包含传输协议与端口等信息，便于客户端建立 JSON-RPC 连接
基本使用方法
- 客户端通过配置的 server_name、command、args 启动并建立连接，发送 JSON-RPC 请求（读取资源、调用工具、获取 Prompts 等）并接收 JSON-RPC 响应
- MCP 服务器负责管理会话、能力声明、资源与工具的注册、以及 Prompts 的渲染与返回
- 支持多种传输协议以适配不同应用场景，确保安全性与可扩展性

Omni-Dev-Fusion MCP 服务器实现

服务器信息