PePeRS MCP 服务器

关键词

模型上下文资源管理工具调用提示模板JSON-RPCSSE

使用说明

  • 项目简介
    • PePeRS 的 MCP 服务器实现提供面向 LLM 客户端的 context 服务端，核心职责包括托管资源、注册和执行工具、定义和渲染 Prompt 模板，并通过标准化的 API 形式暴露给客户端。
    • 服务器通过 JSON-RPC/HTTP+SSE 与客户端通信，支持多传输协议（如 HTTP + SSE、Stdio、WebSocket），并具备会话管理、能力声明和通知能力，适用于需要可扩展、可安全上下文服务的 LLM 应用场景。
  • 主要功能点
    • 资源与数据能力：托管与查询上下文所需的资源和数据访问能力。
    • 工具注册与执行：注册可被 LLM 调用的外部工具，并处理调用请求。
    • Prompt 模板管理与渲染：定义并渲染可定制的 Prompt 模板，支持不同交互模式。
    • MCP 协议实现：遵循 MCP 的请求/响应格式，通过 JSON-RPC 进行请求处理与通知推送。
    • 会话与能力声明：管理会话、声明服务器能力，提供可扩展的服务能力。
    • 多传输协议支持：HTTP+SSE 等传输，便于 Claude Desktop/Cursor 等客户端集成。
    • 集成示例：README 提及 7 个微服务及 MCP Server 的端点与交互范式，默认端口区间为 8770-8776。
  • 安装步骤
    • 克隆代码仓库并进入目录。
    • 使用合适的 Python 版本（推荐 Python 3.10 及以上），安装依赖（若有需求）。
    • standalone MCP 服务器运行方式：
      • 直接通过命令行启动：pepers-mcp --port 8776 --flavor arcade
      • 或者通过 Python 模块方式启动：python -m services.mcp
    • 运行后默认提供端口与 flavor 配置，可通过环境变量 RP_MCP_PORT、RP_MCP_FLAVOR 进行覆盖。
    • 运行完成后，客户端可以通过指定的端点与 MCP 服务器进行资源 / 工具 / 提示模板等的交互。
  • 服务器配置（MCP 客户端配置示例，JSON 形式） 注：以下配置用于 MCP 客户端在连接到该 MCP 服务器时了解服务器端信息。实际客户端实现不需要直接运行服务端代码，仅需按照此格式进行连接配置。 { "server_name": "PePeRS MCP Server", "command": "pepers-mcp", "args": ["--port", "8776", "--flavor", "arcade"] } 说明：
    • server_name: MCP 服务器在客户端面板中的名称，应与实际部署的服务名称保持一致，便于识别。
    • command: 启动 MCP 服务器的命令（不包含具体执行路径，客户端仅需了解要执行的程序名）。
    • args: 启动参数数组，包含端口和 flavor 等必要运行选项。示例中的端口应与服务器实际监听端口一致，flavor 代表输出风格或能用的提示风格。
  • 基本使用方法
    • 启动后，客户端通过 MCP 标准接口向服务器请求资源、调用工具、获取并渲染 Prompts 等。
    • 客户端可以通过 JSON-RPC 风格的请求向 MCP 服务器发送方法和参数，服务器返回 JSON-RPC 风格的响应或通知。
    • 结合 Prompts（提示模板）与 Tools 的调用，LLM 客户端能够实现端到端的上下文驱动推理与产出。

服务器信息

访问项目