Simple-CLI MCP 服务器集成与实现

关键词

AI协作任务编排向量记忆工具执行插件化系统

使用说明（Markdown 格式）

  • 项目简介

    • 本仓库实现了一组基于 MCP（Model Context Protocol）的服务器端示例，聚焦于以标准化方式向 LLM 客户端提供资源、工具、以及可渲染的 Prompt 模板，帮助构建安全、可扩展的上下文服务框架。包含多种 MCP 服务器实现（如 simple_tools、crewai、jules、midjourney 等），以及底层的 MCP 客户端/服务通信与工具加载机制。

  • 主要功能点

    • MCP 服务器核心能力：托管和管理 Resources（用于数据访问）、注册和执行 Tools（外部功能调用）、定义/渲染 Prompts（与 LLM 的交互模式）。服务器通过传输通道（如 Stdio、WebSocket 等）与 MCP 客户端进行JSON-RPC 异步通信。
    • 多种 MCP 服务器实现：覆盖从工具管理、持续上下文管理、对外部 API 的调用、到复杂协作场景的工作流服务器，旨在提供一个可扩展的后端框架用于 LLM 驱动的应用场景。
    • 内存与向量化记忆：ContextManager 结合 Memory（sqlite-vec/SQLite 数据库）实现对历史目标、约束、最近变更的记忆与检索，提升对话上下文的一致性和可追溯性。
    • 工具与技能的加载：Registry 自动从项目文件、技能目录、以及内置工具加载工具，确保 MCP 服务在不同工作空间中可以发现并暴露工具。
    • 模块化设计：各 MCP 服务器实现解耦为独立模块，便于本地扩展、替换和并行开发。

  • 安装步骤

    • 安装依赖：在本地仓库根目录执行安装命令以获取必要的依赖（如 Node/TS 环境、依赖包等）。
    • 构建与启动：将 TypeScript 源码编译成可执行 JS 后，逐个启动感兴趣的 MCP 服务器入口。例如 simple_tools、crewai、jules 等子服务器。具体入口脚本命名与路径请参考各服务器的 index.ts 文件。
    • 传输适配：服务器通常通过 StdioServerTransport 进行对接，客户端需要相应的传输实现来连接与通信。
    • 配置文件（客户端侧使用 MCP 服务器时需提供的 JSON 配置，服务端无需）：
      • 服务器配置示例（结构化描述，非代码）：
        • 名称：simple_tools
        • 启动命令（command）：node
        • 参数（args）：["path/to/src/mcp_servers/simple_tools/index.js"]
        • 环境变量（env）：可选，用于注入 API keys、Tokens 等
    • 注意：MCP 客户端需要的仅是启动命令与参数的配置信息，服务端的实现会暴露工具与能力供客户端调用。

  • 服务器配置（示例描述，非代码）

    • 配置文件采用 JSON 格式，包含以下字段（按服务器维度整理）：
      • name：服务器名称，唯一标识一个 MCP 服务器，例如 simple_tools、crewai、jules 等。
      • command：启动服务器的可执行命令，例如 node。
      • args：启动服务器时传入的参数数组，通常包含服务器入口脚本路径，例如 ["src/mcp_servers/simple_tools/index.js"]。
      • env（可选）：环境变量对象，用于注入 API KEY 等敏感信息。
    • 备注：不同服务器实现的入口和参数可能略有差异，请结合实际运行环境与脚本路径配置。

  • 基本使用方法

    • 连接阶段：MCP 客户端读取配置后，通过指定的启动命令和参数启动服务器进程，并建立与服务器的通信（通常通过标准输入/输出或 WebSocket 等传输方式）。
    • 功能探索：通过客户端调用服务暴露的 Tools、查询/渲染 Prompts、管理 Resources、以及使用内置/自定义 Tools。
    • 扩展能力：可以通过新增技能/工具到 skills 目录、扩展 ContextManager 的记忆能力、或者新增 MCP 服务器实现来增强系统能力。

  • 关键词

    • AI 协作、任务编排、上下文管理、工具执行、插件化

  • 分类

    • 6

服务器信息

访问项目