使用说明

项目简介

Union MCP Server 是一个 MCP (Model Context Protocol) 服务器实现，它允许大型语言模型 (LLM) 通过 MCP 协议调用和利用 Union AI 平台上的任务 (Tasks)、工作流 (Workflows) 和应用 (Apps)。通过此服务器，LLM 客户端可以方便地发现、注册和执行 Union AI 平台上的计算功能，从而扩展 LLM 的能力边界。

主要功能点

工具注册与执行: 将 Union AI 平台上的任务和工作流以 "工具 (Tools)" 的形式注册到 MCP 服务器，LLM 客户端可以通过标准化的 MCP 协议调用这些工具，执行 Union AI 平台上预定义的计算任务和流程。
动态任务/工作流发现: MCP 服务器能够动态地列出 Union AI 项目和域中可用的任务和工作流，方便 LLM 客户端了解和选择可用的工具。
本地和远程运行: 支持本地运行 MCP 服务器，也支持将其部署为云端应用 (通过 'app.py' 和 Union AI 平台)。
多种传输协议支持: 示例中使用了 SSE (Server-Sent Events) 和 Stdio 传输协议，可以根据需要配置不同的通信方式。
Claude Desktop 集成: 提供与 Claude Desktop 客户端集成的配置示例，方便用户快速体验。

安装步骤

克隆仓库:

git clone https://github.com/unionai-oss/union-mcp
cd union-mcp

安装依赖: 建议使用 'uv' 包管理器，可以更快速地安装 Python 包。如果尚未安装 'uv'，请先安装 'uv'。
```
pip install uv
uv sync
```

服务器配置

为了使 MCP 客户端（例如 Claude Desktop）连接到 Union MCP Server，需要配置客户端的配置文件。以 Claude Desktop 为例，您需要编辑 'claude_desktop_config.json' 文件，该文件通常位于：

macOS: '~/Library/Application Support/Claude/claude_desktop_config.json'
Windows: '%APPDATA%\Claude\claude_desktop_config.json'

在 'mcpServers' 字段下添加或修改服务器配置。以下是一个根据仓库信息生成的配置示例：

{
  "mcpServers": {
    "Union MCP": { <!-- 服务器名称，在客户端中显示，可以自定义 -->
      "command": "uv",  <!-- 启动服务器的命令，这里使用 uv 包管理器运行 -->
      "args": [        <!-- 命令参数列表 -->
        "run",         <!-- uv run 命令 -->
        "--with",      <!-- uv 的 --with 参数，用于指定要运行的模块或入口点 -->
        "mcp[cli]",    <!-- 指定运行 mcp 模块，并启用 cli 功能 -->
        "--with-editable", <!-- uv 的 --with-editable 参数，用于指定可编辑的包路径 -->
        "/path/to/union-mcp", <!--  **[请替换为你的 union-mcp 仓库的绝对路径]**  指向你克隆的 union-mcp 仓库的本地路径 -->
        "mcp",         <!--  实际执行的 mcp 命令 -->
        "run",         <!-- mcp run 子命令，用于启动 MCP 服务器 -->
        "/path/to/union-mcp/examples/server.py" <!-- **[请替换为你的 union-mcp 仓库的绝对路径]**  指定服务器入口脚本的路径 -->
      ]
    }
  }
}

注意:

请将配置示例中的 '/path/to/union-mcp' 替换为你本地 'union-mcp' 仓库的绝对路径。
确保 'uv' 命令在您的环境变量 'PATH' 中可用。如果不可用，您可能需要将 'command' 字段修改为 'uv' 可执行文件的完整路径，例如 '/Users/username/.local/bin/uv'。

基本使用方法

注册 Union AI 资源 (可选): 如果您想使用示例中的工作流，需要先将其注册到 Union AI 平台。在仓库根目录下执行：
```
union register --project mcp-testing examples/workflows.py
```
这会将 'examples/workflows.py' 中定义的任务和工作流注册到名为 'mcp-testing' 的 Union AI 项目中。

启动 MCP 服务器: 在仓库根目录下，使用以下命令启动 MCP 服务器。示例中使用 SSE 传输协议：

mcp run examples/server.py --transport sse

或者，您也可以使用 Stdio 传输协议：

mcp run examples/server.py --transport stdio

使用 MCP Inspector (可选): 您可以使用 MCP Inspector 工具来测试和调试 MCP 服务器。
```
npx @modelcontextprotocol/inspector
```
在 Inspector 中配置服务器连接信息 (例如，如果是 SSE 传输，则配置 SSE 连接地址)，即可与 Union MCP Server 进行交互。
连接 Claude Desktop (或其他 MCP 客户端): 配置好 'claude_desktop_config.json' 后，重启 Claude Desktop 客户端，您应该能在客户端的 MCP 服务器列表中看到 "Union MCP" 服务器。选择该服务器即可连接并开始使用 Union AI 提供的工具。

关键词