Pyplots MCP Server

使用说明（Markdown 格式）

• 项目简介
  • Pyplots 提供一个基于 Model Context Protocol 的后端服务，用于 AI 助手/LLM 客户端获取绘图规范、实现代码、以及绘图库工具等上下文信息，以便在对话中构建和执行绘图任务。
• 主要功能点
  • 资源管理：托管 plot 规范（Specs）、实现库（Libraries）、实现代码（Impls）等资源，提供数据访问能力。
  • 工具注册与执行：注册并暴露用于查询规格、获取实现、获取标签等工具，允许 LLM 端通过 MCP 调用外部功能。
  • 提示模板管理与渲染：定义和渲染用于代码生成、质量评审、规范校验的 Prompt 模板，支持自定义交互模式。
  • JSON-RPC 通信：以标准化的 JSON-RPC 机制接收请求并返回响应，支持查询、读取、执行等操作。
  • 会话管理与能力声明：维护会话状态、能力声明、以及跨会话的一致性。
  • 多传输协议支持：支持流式传输（SSE）、标准 HTTP、以及 STDIO 风格的双向传输，便于不同 LLM 客户端接入。
• 安装与运行
  • 该仓库提供后端代码，依赖环境需满足 Python 3.13+、数据库（PostgreSQL/SQLite）以及相关依赖。请使用项目的开发/测试指南安装依赖并配置数据库后运行。
  • 运行前请确保数据库已正确配置，并根据环境变量或配置文件进行初始化。
• 服务器配置（MCP 客户端所需信息，JSON 配置描述）
  • 服务器名称：pyplots
  • 启动命令与参数（示例描述，实际需结合部署方式配置）：
    • command: npx
    • args: ["-y", "mcp-remote", "https://api.pyplots.ai/mcp/"]
  • 该配置用于 MCP 客户端注册一个名为 pyplots 的 MCP 服务器，客户端通过指定的启动命令与参数连接到服务器。
  • 说明：
    • MCP 客户端需要的仅是服务器的名称与启动指令信息，具体的实现细节由服务器端决定传输协议、握手、以及能力声明等。
• 基本使用方法
  • 启动与对接
    • 在支持的环境中，使用客户端提供的配置接口注册服务器，客户端通过 JSON-RPC 请求向服务器请求资源、调用工具、获取 Prompt。
  • 常用请求示例（描述性，不提供代码）
    • list_specs：列出所有图 plot 的规范
    • get_spec_detail：获取指定 spec 的完整细节及实现
    • get_implementation：获取指定库的实现代码
    • list_libraries：列出支持的绘图库
    • get_tag_values：获取指定类别的可用标签值
  • 会话与安全
    • 服务器负责会话管理与能力声明，确保对话上下文的一致性与安全性。
    • 客户端应遵循 MCP 的认证/授权与数据保护规范。