Zen MCP Server

关键词

模型上下文服务资源与工具管理JSON-RPC 通信跨工具对话本地/云模型提供者

使用说明（Markdown 格式）

  • 项目简介

    • Zen MCP Server 是一个按 MCP（Model Context Protocol）规范实现的服务端，目标是在与 LLM 客户端（如 Claude 等）交互时，以标准化方式提供上下文信息和功能。
    • 服务器核心职能包括：管理资源（Resources）、注册与执行工具（Tools）、定义与渲染提示模板（Prompts），并通过 JSON-RPC 与客户端通信来读取资源、调用工具、获取提示等。

  • 主要功能点

    • MCP 核心能力：实现对 list_tools、call_tool、list_prompts、get_prompt 等 MCP 端点的处理与响应。
    • 资源、工具、提示渲染：统一管理工具集合、提示模板与资源，支持基于环境变量的工具启用/禁用、以及模板化的提示输出。
    • 模型提供者整合：对 Gemini、OpenAI、X.AI、DIAL、OpenRouter、Ollama（自定义 API）等提供方的模型进行注册与选择，并支持自动模式（auto）。
    • 会话管理与上下文：在需要时构建对话历史、模型上下文、文件引用和跨工具的上下文传递，支持回放和续谈（continuation）。
    • 安全与合规：日志记录、权限控制、模型切换的降级处理、对外部接口的访问控制等，提供回收清理钩子以便关停。
    • 传输与扩展性：当前实现以 stdio 传输为主，面向 MCP 客户端的 JSON-RPC 通信，理论上支持扩展到 SSE/WebSocket 等传输方式（实现留出接口与日志支持）。
    • 运行与测试：包含用于本地开发与测试的测试框架与工具，帮助验证工具链、跨工具对话、以及模板渲染等能力。

  • 安装步骤（简要说明）

    • 准备环境：确保使用 Python 3.8 及以上版本，推荐使用虚拟环境。
    • 安装依赖：根据项目的依赖文件（如 requirements.txt/setup.py）安装所需第三方库。
    • 获取代码：克隆仓库并进入项目目录。
    • 运行服务器：在命令行执行服务器入口，默认通过标准输入/输出（stdio）与 MCP 客户端进行通信。
    • 使用测试/示例客户端：可以通过提供的 MCP 客户端示例或测试脚本来向服务器发送 MCP 请求，以验证资源、工具及提示模板的读取与执行。

  • 服务器配置（MCP 客户端需要的最小信息） 说明：MCP 客户端需要的配置信息以 JSON 形式提供，包含服务器名称、启动命令及参数等。以下为可用的配置示例字段说明，实际客户端按需读取使用。请注意，以下信息仅用于配置说明，不是需要直接在应用中执行的代码。

    • server_name: zen
    • command: python
    • args: ["server.py"]
    • transport: stdio
    • description: Zen MCP Server 的启动配置，基于 stdio 传输进行 MCP 的 JSON-RPC 通信
    • notes: MCP 客户端应在启动后向服务器发送初始化、工具列表查询、以及后续工具调用等请求

  • 基本使用方法（操作步骤）

    • 第一次使用
      • 启动服务器进程（按配置启动命令运行 server.py）。
      • MCP 客户端通过标准输入向服务器发送初始化请求，随后获取工具列表、 prompts 等能力信息。
    • 运行与扩展
      • 客户端通过 JSON-RPC 发送 list_tools、call_tool、list_prompts、get_prompt 等请求，服务器返回相应数据或执行结果。
      • 如需跨工具对话，客户端可发起带 continuation_id 的请求，服务器将把历史上下文注入到当前工具调用中。
    • 会话与安全
      • 服务器在启动时会加载并应用环境变量中的配置（如 API 密钥启用的提供方、DISABLED_TOOLS 等）。
      • 日志与错误信息会输出到日志文件，便于排错与审计。

服务器信息

访问项目