Pare MCP 服务器集成平台

使用说明（Markdown 格式）

• 项目简介

  • Pare 提供基于 Model Context Protocol (MCP) 的服务器实现，统一对外暴露资源、工具和提示模板的访问接口，便于 LLM 客户端通过 JSON-RPC 请求读取资源、执行工具以及获取 Prompt 模板，从而在开发、测试、构建等场景中获得结构化、可解析的上下文信息和结果。

• 主要功能点

  • 资源管理（Resources）：托管并管理数据资源，提供数据读取与访问能力，确保输出以结构化、模式校验的 JSON 形式返回。
  • 工具注册与执行（Tools）：注册并执行各类开发工具（如 Git、Docker、npm、测试框架等），工具输出以结构化的 JSON 形式返回，便于 LLM 客户端二次处理。
  • 提示模板（Prompts）：定义和渲染可定制的提示模板，支持多种对话与交互场景，提升与 LLM 的协作效率。
  • JSON-RPC 通信：通过 JSON-RPC 与客户端通信，请求包括读取资源、调用工具、获取 Prompt 等，返回结构化的响应或通知。
  • 会话与能力管理：对会话进行跟踪，声明服务器能力与可用工具集，确保多协议传输的安全与可扩展性。
  • 多传输协议支持：支持标准化的传输形式，如 Stdio、SSE、WebSocket，确保在不同客户端环境下的稳定接入。
  • 模块化与扩展性：每个工具/服务作为独立包（多工具、多语言实现）存在，便于按需扩展新的工具集和数据源。

• 安装步骤

  • 克隆代码库并安装依赖（推荐使用一体化包管理器的工作区模式，如 pnpm、yarn 或 npm）；
  • 在本地构建所有 MCP 服务包，确保各服务器模块能独立运行；
  • 启动 MCP 服务器（通常以 Node.js 运行，具体入口请参考各工具包的 README/启动脚本），确保服务器监听端口并能对外提供 JSON-RPC 接口。

• 服务器配置（客户端配置格式说明，非代码块描述）

  • MCP 客户端需要的最小配置包含：
    • server 名称（如 pare-git、pare-docker 等）
    • 启动命令（command，示例为 npx，或直接 node 启动脚本）
    • 启动参数（args，如要加载的工具包标识、版本、工作目录等）
  • 配置示例说明性文本：
    • pare-git 服务器：命令 npx，参数 -y @paretools/git，用来启动 Git 相关工具服务；
    • pare-docker 服务器：命令 npx，参数 -y @paretools/docker，用来启动 Docker 相关工具服务；
    • 以上配置仅用于客户端接入，实际参数与服务名请参考仓库中各工具包的具体实现。
  • MCP 客户端配置通常以 JSON/TOML/YAML 形式保存，包含 mcpServers 字段（每个服务器的 name、command、args、env 等信息），用于让客户端知道如何启动和连接服务器。注意：此处描述仅为配置信息说明，实际使用需按各客户端的格式要求来配置。

• 基本使用方法

  • 通过 MCP 客户端发起请求读取资源、调用工具、获取 Prompt 模板，服务器返回结构化的 JSON-RPC 响应（包括 content、structuredContent、以及必要的元数据）。
  • 客户端在调用工具时，服务器会执行对应的后端工具，输出经过模式校验和 JSON 结构化处理，避免直接返回终端文本，以提升 AI Agents 的鲁棒性。
  • 如需扩展新的工具或数据源，只需在相应包中注册新的 Tool，并实现相应的解析/校验逻辑，Pare 将自动提供标准化的 JSON 输出给 LLM 客户端。