AI导哈

MCP路由聚合服务

一个中心化的MCP服务器，连接多个MCP服务器并智能路由用户查询到适当的MCP工具，然后聚合并返回响应。

  • by ashcastelinocs124
  • Python
  • 本地部署
  • 3 星标
  • 更新于
在 GitHub 查看 AI-Castle-Labs/master-mcp

使用说明

主MCP编排器

一个中央MCP服务器，连接到多个MCP服务器，智能地将用户查询路由到适当的MCP工具，然后聚合并返回响应。

🚀 快速入门（交互式CLI）

最简单的入门方法是使用我们的交互式CLI：

python src/cli.py

CLI将指导您完成以下操作：

  • API密钥设置
  • MCP服务器发现
  • MCP选择
  • 交互式查询界面

看 CLI_QUICKSTART.md 详细说明。

特性

  • 🔌 多MCP连接：同时连接到多个MCP服务器
  • 🤖 AI驱动的路由：使用LLM智能路由查询（默认）
  • 🧠 智能路由：分析查询以确定要调用哪些MCP
  • 🔍 工具发现：自动从连接的MCP中发现可用工具
  • 📊 响应聚合：在需要时合并多个MCP的响应
  • ⚡ 异步执行：并行执行以实现更快的响应
  • 🎯 查询分析：了解查询意图，以路由到正确的MCP
  • 🔄 后备支援：如果AI失败，则自动退回到基于规则的路由

建筑

User Query
    │
    ▼
┌─────────────────────┐
│  Master MCP Server  │
│  ┌───────────────┐  │
│  │ Query Analyzer│  │
│  └───────┬───────┘  │
│          │          │
│          ▼          │
│  ┌───────────────┐  │
│  │ MCP Router    │  │
│  └───────┬───────┘  │
│          │          │
└──────────┼──────────┘
           │
    ┌──────┴──────┐
    │             │
    ▼             ▼
┌─────────┐  ┌─────────┐
│ MCP #1  │  │ MCP #2  │
│ Router  │  │ Coding  │
└────┬────┘  └────┬────┘
     │            │
     └─────┬──────┘
           │
           ▼
    ┌──────────┐
    │ Response │
    │ Aggregator│
    └─────┬────┘
          │
          ▼
    User Response

安装

cd master-mcp
pip install -r requirements.txt

AI路由设置（可选）

主MCP工作 不带API密钥的开箱即用 使用基于规则的路由。

对于增强的AI供电路由，请设置API密钥：

# Option 1: OpenAI (default)
export OPENAI_API_KEY=your_key_here

# Option 2: Anthropic
export ANTHROPIC_API_KEY=your_key_here
export MASTER_MCP_AI_PROVIDER=anthropic
export MASTER_MCP_AI_MODEL=claude-3-5-haiku

路由模式：

模式 需要API密钥 速度 智能
基于规则 （默认） ❌ 否 ⚡ 快速 良好
AI驱动 ✅ 是 🔄 +200ms 优秀

即使设置了API密钥，也要禁用AI路由：

export MASTER_MCP_USE_AI=false

配置

创建一个 config.json 注册MCP服务器的文件：

{
  "mcp_servers": {
    "mcp-router": {
      "command": "python3",
      "args": ["/path/to/mcp-router/src/mcp_server.py"],
      "env": {}
    },
    "mcp-coding-agent": {
      "command": "python3",
      "args": ["/path/to/mcp-coding-agent/src/main.py"],
      "env": {}
    }
  }
}

用法

作为MCP服务器（游标集成）- 推荐

主MCP现已与Cursor集成！看 CURSOR_SETUP.md 详细说明。

快速入门：

  1. 主MCP已添加到您的 ~/.cursor/mcp.json
  2. 重新启动游标
  3. 使用它：
    @master-mcp query_mcp "What model should I use for debugging?"
@master-mcp list_mcps

优点：

  • 🎯 自动发现您现有的所有MCP
  • 🤖 智能查询路由（人工智能或基于规则）
  • 📊 聚合来自多个MCP的响应
  • 🔌 开箱即用（基于规则的路由不需要API密钥）

独立MCP服务器

添加到任何MCP客户端的配置中：

{
  "version": "1.0",
  "mcpServers": {
    "master-mcp": {
      "command": "python3",
      "args": ["/path/to/master-mcp/src/master_mcp_server.py"],
      "env": {
        "MASTER_MCP_USE_AI": "true"
      }
    }
  }
}

CLI使用情况

python src/master_mcp_server.py --query "What model should I use for debugging?"

运作原理

  1. 查询分析：分析用户查询以确定意图
  2. MCP选择：根据查询选择适当的MCP
  3. 工具选择：从选定的MCP中选择正确的工具
  4. 执行：调用MCP工具（尽可能并行）
  5. 聚合：将响应合并为统一的结果
  6. 响应：向用户返回格式化的响应

相关 MCP