AI导哈

多功能聊天客户端

一款支持模型上下文协议（MCP）的多功能聊天客户端，提供CLI和Web UI界面，支持本地和云端LLM集成。

  • by AlexMercedCoder
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 AlexMercedCoder/robust-mcp-client

使用说明

强大的MCP客户端

一个支持模型上下文协议（MCP）的多功能聊天客户端，通过CLI和Web UI工作，并与本地和云LLM集成。

特性

  • 双接口：CLI和Web UI（React+Tailwind）。
  • 本地法学硕士：内置支持 llama-cpp-python （自动下载TinyLlama）。
  • 云LLM：支持OpenAI、Gemini和Claude。
  • MCP支持：通过以下方式连接到多个MCP服务器 mcp.json.
  • 记忆：持久对话历史记录（SQLite）。
  • 丰富的用户界面：流媒体响应、Markdown、代码高亮、美人鱼图。

设置

  1. 再进行:

    pip install -r requirements.txt
cd ui && npm install

  2. 配置:

    • 创建一个 .env API密钥的文件（可选）：
      OPENAI_API_KEY=...
GEMINI_API_KEY=...
ANTHROPIC_API_KEY=...
    • 编辑 mcp.json 添加MCP服务器。

用法

命令行界面

在终端中运行聊天界面：

python -m cli.main chat

Web用户界面

  1. 启动后端服务器：
    python -m cli.main serve
  2. 启动前端（在单独的终端中）：
    cd ui
npm run dev
  3. 打开http://localhost:5173

码头工人

快速入门（短暂）

要快速尝试而不保留数据，请执行以下操作：

docker run -p 8000:8000 alexmerced/robust_mcp_client

注意：当容器停止时，模型将被重新下载，聊天历史记录将丢失。

使用预构建映像（持久）

要保存模型和历史：

docker run -p 8000:8000 \
  -v $(pwd)/models:/app/models \
  -v $(pwd)/history.db:/app/history.db \
  alexmerced/robust_mcp_client

在当地建设

您也可以自己构建图像：

  1. 塑造形象:

    docker build -t robust-mcp-client .

  2. 运行容器:

    docker run -p 8000:8000 \
  -v $(pwd)/models:/app/models \
  -v $(pwd)/history.db:/app/history.db \
  robust-mcp-client
    • -p 8000:8000：暴露服务器端口。
    • -v .../models：保留下载的模型。
    • -v .../history.db：保留对话历史记录。

  3. 访问用户界面: 打开http://localhost:8000

文档

发展

  • 运行测试： python -m pytest tests/

相关 MCP