Smart AI Bridge MCP 服务端

关键词

多后端编排资源与工具管理提示模板渲染JSON-RPC 通信会话与仪表盘

使用说明（Markdown 格式）

  1. 项目简介
  • Smart AI Bridge 是一个基于 MCP 的后端服务端实现，旨在为 LLM 客户端提供统一的上下文服务，包括资源、工具、以及可渲染的 Prompt 模板，辅以智能路由、Council 委员会式并发评审等能力，提升多后端协作的可控性和安全性。
  1. 主要功能点
  • 资源与数据访问：集中托管与管理 Resources，支持对数据的读取、写入和修改。
  • 工具注册与执行：注册多种 Tools，LLM 可以通过 MCP 调用外部功能实现任务自动化。
  • Prompt 模板定义与渲染：提供可配置的 Prompt 模板，支持可定制的 LLM 交互模式。
  • JSON-RPC 通信：服务器通过标准的 JSON-RPC 接收请求并返回响应。
  • 会话管理与能力声明：支持会话、能力声明、健康检查等能力描述，确保安全可靠的上下文服务。
  • 多传输协议支持：支持 Stdio、SSE、WebSocket 等传输协议的接入。
  • 路由和 Council 系统：4 层路由（强制后端、学习型推荐、规则/基于任务的路由、健康回退），Council 系统实现同一提示在多后端的并行/顺序/辩论等策略，提升回答质量与鲁棒性。
  • dashboard（仪表盘）与扩展性：可选的 Web 仪表盘用于后端管理、Council 配置及健康诊断。
  1. 安装与运行
  • 步骤一：安装依赖
    • npm install
  • 步骤二：启动服务
    • node src/server.js
  • 步骤三：配置后端提供者与 Claude Code 集成（MCP 客户端侧配置请参阅下方“服务器配置”描述）
  • 提示：仓库中包含默认后端配置、工具定义及 MCP 相关示例，实际生产请结合你的后端密钥和模型选择进行配置。
  1. 服务器配置（MCP 客户端示例信息，需由 MCP 客户端配置连接服务器）
  • 服务器名称：smart-ai-bridge
  • command: node
  • args: [ "src/server.js" ]
  • cwd: 项目根目录
  • env（示例占位，请按实际密钥替换）:
    • NVIDIA_API_KEY: "<your-nvidia-key>"
    • OPENAI_API_KEY: "<your-openai-key>"
    • GEMINI_API_KEY: "<your-gemini-key>"
    • GROQ_API_KEY: "<your-groq-key>"
  • 注释要点：
    • 以上信息用于 MCP 客户端将该服务器注册到 Claude Code 中，确保在 Claude Code 中以 MCP 服务器形式启动并可被调用。
    • 不要把真实密钥提交到版本控制，实际部署中通过环境变量注入。
  1. 基本使用方法
  • 调用入口：通过 MCP 客户端向服务器发送 MCP 的 JSON-RPC 请求，例如 ListTools 请求获取工具列表、CallTool 请求执行特定工具等。
  • 典型工作流：配置好后，LLM 客户端可通过 Smart AI Bridge 提供的 19 种工具、资源和 prompts，结合 Council 策略实现多后端协作与结果聚合。
  • 监控与维护：可启用仪表盘查看后端健康、路由决策、 council 策略等，定期进行健康检查与容量扩展。
  1. 注意事项
  • 安全性：请妥善管理 API Key、密钥等配置，避免直接在代码中硬编码。
  • 兼容性：确保后端提供者与模型能通过 MCP 的 JSON-RPC 进行交互，CLAUDE Code/Desktop 集成时按 MCP 标准传输。
  • 部署建议：在生产环境中开启 Dashboard 持续监控，合理设置健康检查与回退策略。
  1. 其他
  • 技术栈要点：Node.js >= 18、MCP 相关依赖、后端适配器、路由与 Council 策略、健康诊断与仪表盘。
  • 运行环境要求：需要可用的本地或云后端（本仓库提供多个后端适配）及 Claude 系统对接。

6-1) 关键词 多后端编排、资源与工具管理、提示模板渲染、JSON-RPC 通信、会话与仪表盘

6-2) 分类ID 6

服务器信息

访问项目