项目简介

pctx是一个创新的开源框架，它充当AI智能体和多个Model Context Protocol (MCP) 服务器之间的桥梁。它通过一个统一的接口汇聚上游MCP服务，并引入“代码模式”功能，允许AI智能体以TypeScript代码的形式直接调用工具，从而显著减少LLM交互所需的Token数量，提高效率。pctx还负责会话管理、能力声明和安全认证，为LLM应用提供一个安全、可扩展的上下文服务框架。

主要功能点

• 统一的MCP接口: 为AI智能体提供单一的接入点，无需管理多个MCP服务器连接，简化AI智能体的集成。
• 上游MCP服务聚合: 能够连接并管理多个外部MCP服务器（如Stripe、Slack等），将它们的工具和资源统一暴露给AI智能体。
• 代码模式执行环境: 允许AI智能体生成TypeScript代码，并在安全的Deno沙盒环境中执行，以实现多步骤工具调用和数据处理，大幅优化LLM的Token使用效率。
• 安全认证与隔离: pctx负责管理对上游服务的认证密钥和凭据，并在隔离的沙盒中运行AI生成的代码，确保数据和系统的安全性。
• 会话管理和能力声明: 支持MCP协议的核心能力，包括向LLM客户端提供上下文信息和功能列表，以便AI智能体发现和利用可用的工具。

安装步骤

您可以根据您的操作系统和偏好选择以下任一方式安装pctx：

• 使用Homebrew（macOS/Linux）: 在终端中运行以下命令：

  brew install portofcontext/tap/pctx
  

• 使用cURL（macOS/Linux）: 在终端中运行以下命令：

  curl --proto '=https' --tlsv1.2 -LsSf https://raw.githubusercontent.com/portofcontext/pctx/main/install.sh | sh
  

• 使用npm（跨平台）: 在终端中运行以下命令（需要Node.js环境）：

  npm i -g @portofcontext/pctx
  

服务器配置

pctx作为一个Model Context Protocol (MCP) 服务器，AI智能体客户端需要知道如何连接到它。如果您的MCP客户端被设计为启动pctx作为子进程，它会配置pctx的启动命令和相关参数。例如，启动pctx服务器的默认命令是'pctx'，参数通常是'dev'来在开发模式下运行。pctx本身会管理与所有上游MCP服务的连接和认证信息，这些不需要在MCP客户端的配置中重复。pctx服务器启动后会输出其监听的URL，MCP客户端将通过该URL与pctx建立连接。

基本使用方法

1. 初始化pctx配置: 在终端中运行 'pctx init'。这将在您的本地创建一个配置文件，用于管理pctx的上游MCP连接。
2. 添加上游MCP服务: 使用 'pctx add <name> <url>' 命令添加您希望通过pctx聚合的MCP服务器。
   • 例如，添加一个本地运行的MCP服务器：

     pctx add my-local-server http://localhost:3000/mcp
     

   • 例如，添加一个外部的MCP服务：

     pctx add stripe https://mcp.stripe.com
     

3. 启动pctx服务器: 在终端中运行 'pctx dev' 启动pctx服务器，进入开发模式。服务器启动后，会在控制台输出一个URL（例如 'http://localhost:8080'），这就是您的AI智能体客户端需要连接的地址。
4. AI智能体客户端连接: 将pctx服务器提供的URL配置到您的AI智能体客户端中，并确保客户端使用正确的传输协议（例如 'http'）与pctx建立连接。之后，您的AI智能体就可以通过pctx统一调用所有聚合的工具和服务，并利用“代码模式”进行更复杂的交互。