PHMForge MCP Backends (双服务器实现)

关键词

工业AI上下文服务工具执行数据资源管理二服务器架构

使用说明（Markdown格式）

  • 项目简介

    • 通过两个独立的 MCP 服务器（Prognostics Server 与 Intelligent Maintenance Server）实现资源、工具和提示（Prompts）的托管与管理，并通过 JSON-RPC 与 LLM 客户端进行通信。

  • 主要功能点

    • 资源与工具管理：将 PHM 数据集、GROUND TRUTH、工具集合等以统一接口暴露给客户端。
    • 工具注册与执行：每个工具封装一个具体任务（如数据加载、RUL 预测、健康分析、成本分析等），客户端通过 MCP 调用执行。
    • Prompts/模板渲染：支持基于场景的提示模板渲染，便于LLM进行上下文化交互。
    • 双服务器架构：Prognostics Server 处理 RUL、Fault、Engine Health 等工具，Maintenance Server 处理 Cost/Safety 等工具，提供分离的能力域。
    • 支持标准 MCP 服务器特性：列出工具清单、按工具名称执行、返回JSON-RPC格式的响应，支持会话管理与多种传输场景。

  • 安装与运行步骤

    1. 环境准备
      • 需要 Python 3.10+，以及相关依赖（项目中含有大量Python模块，按需安装）。
    2. 启动 MCP 服务器
      • 起 Prognostics Server（靠标准输入输出通信）： 命令示例（在仓库根目录或相对路径可用的位置执行）: python ReActXen/src/reactxen/demo/intent_implementation_demo/mcp_servers/prognostics_server.py
      • 起 Intelligent Maintenance Server（靠标准输入输出通信）： python ReActXen/src/reactxen/demo/intent_implementation_demo/mcp_servers/maintenance_server.py
      • 运行后两台服务器将监听 MCP 客户端的请求，通过 JSON-RPC 的形式处理读取资源、执行工具、获取 Prompts 等请求。
  1. 客户端连接配置（示例 JSON 配置，供 MCP 客户端使用）
    • Prognostics Server 配置 { "server_name": "prognostics-server", "command": "python", "args": ["ReActXen/src/reactxen/demo/intent_implementation_demo/mcp_servers/prognostics_server.py"] }
    • Intelligent Maintenance Server 配置 { "server_name": "maintenance-server", "command": "python", "args": ["ReActXen/src/reactxen/demo/intent_implementation_demo/mcp_servers/maintenance_server.py"] }
  2. 基本使用
    • 客户端通过 MCP 协议向上述两台服务器发送 JSON-RPC 请求，包含要读取的资源、调用的工具名以及参数，服务器返回相应的 JSON-RPC 响应或通知。
    • 服务器实现具备会话管理与能力声明，具备对资源、工具、Prompts 的统一管理能力，且支持多种传输场景（此处实现以 stdio 为核心通信通道）。

服务器信息

访问项目