Xpdite MCP 服务器实现

关键词

本地AI后端工具集成框架桌面应用上下文服务模型上下文协议

使用说明（简明操作指南）

  • 项目简介

    • Xpdite 是一个本地化的桌面 AI 助手框架，核心通过 Model Context Protocol (MCP) 提供“资源管理、工具调用、提示模板”等能力给本地的 LLM 客户端。仓库中实现了多个 MCP 服务器实例，以及一个用于统一管理、注册与路由的 MCP 管理器，能够将工具暴露给外部模型调用并对调用结果进行处理。

  • 主要功能点

    • MCP 服务器核心功能：实现对 MCP 请求/响应的处理，提供 JSON-RPC 风格的交互，支持资源、工具、提示模板等上下文信息的管理。
    • 工具注册与路由：各 MCP 服务器实现具体工具，如 filesystem、websearch、terminal、gmail 等；中心管理器负责注册工具、维护工具与服务器的映射，并将来自 LLM 的工具调用路由到对应的 MCP 服务器。
    • 提示模板与内容注入：系统提示、Active Skills 区块、可定制的系统模板等内容可注入到对话中，支持多种渲染格式（文本、多块内容、图片等）。
    • 会话与状态管理：包含对话历史、token 使用、会话 id、以及 per-标签页的状态管理，支持多标签页并发/序列化执行场景。
    • 多传输协议与本地化执行：支持使用 STDIO 的 MCP 服务器传输，以及与 Ollama 的集成、以及本地化的后端执行逻辑，确保数据在本地处理，保护隐私。

  • 安装与启动（简化要点）

    • 依赖环境：Python 3.x，必要时需安装对应的第三方库（如 mcp、crawl4ai、google 客户端、Ollama 客户端等，具体需求请参考各子服务器文档）。
    • 启动 MCP 服务器示例（示意性，实际请按仓库中各服务器的运行方式执行）：
      • 运行文件系统服务器示例：python mcp_servers/servers/filesystem/server.py
      • 运行网页检索服务器示例：python mcp_servers/servers/websearch/server.py
      • 运行终端工具服务器示例：python mcp_servers/servers/terminal/server.py
      • 运行 Demo 服务器示例（加法/加法工具）：python mcp_servers/servers/demo/server.py
    • 集成到主应用：主应用通过 source/main.py 启动并在启动阶段通过 MCP 管理器连接并注册各 MCP 服务器，向 LLM 客户端暴露工具定义。

  • 服务器配置（MCP 客户端需要的 JSON 配置示例，供参考） 说明：以下配置用于 MCP 客户端在启动阶段连接各 MCP 服务器。配置项包含服务器名称、启动命令及参数。实际使用时请将路径替换为你本地的实际路径，JSON 仅作示意，客户端需要将这些信息用于连接，但非本仓库直接运行的一部分。

    [ { "server_name": "filesystem", "command": "python", "args": ["mcp_servers/servers/filesystem/server.py"], "notes": "Filesystem MCP 服务器，用于目录/文件操作（list_directory/read_file/write_file/create_folder/move_file/rename_file）" }, { "server_name": "websearch", "command": "python", "args": ["mcp_servers/servers/websearch/server.py"], "notes": "Web 搜索 MCP 服务器，提供网页检索与内容读取工具" }, { "server_name": "terminal", "command": "python", "args": ["mcp_servers/servers/terminal/server.py"], "notes": "终端工具 MCP 服务器，包含环境获取、执行命令、文件查找等工具" }, { "server_name": "gmail", "command": "python", "args": ["mcp_servers/servers/gmail/server.py"], "notes": "Gmail/Mail 相关工具，前提是完成 Google 授权并提供 token" }, { "server_name": "calendar", "command": "python", "args": ["mcp_servers/servers/calendar/server.py"], "notes": "Google Calendar 相关工具，前提是完成 Google 授权并提供 token" } ]

    使用要点

    • 以上配置仅作示例，实际部署中请确保服务器脚本路径正确且具备所需权限。
    • MCP 客户端在启动时应读取并按需执行这些配置，通过 MCP 连接各服务器后即可向 LLM 暴露工具集。
    • 某些服务器（如 Gmail/日历）需要外部认证令牌，确保环境变量或配置指向正确的凭证文件。

  • 基本使用方法

    1. 启动本机 MCP 服务器集群（上述示例服务器均应正常启动并可被客户端发现）。
    2. 启动本地 LLM 客户端（如 Ollama 模型）并连接到 MCP 提供的工具集。
    3. 发送对话，LLM 将根据工具定义决定调用哪些工具；服务器会执行相应工具并将结果返回给 LLM。
    4. 根据需要，管理员可以通过 UI/CLI 管理 SkillSeed、Enable/Disable、参考文件等资源。

服务器信息

访问项目