MCP服务器

Purpledreams MCP 服务器运行在 Cloudflare 工作者上

Purpledreams.io的MCP服务器。正在开发中，有许多功能即将推出。这将包含一些实验性的库和实用工具。

从中汲取灵感 肯特·C·多兹 以下是我为自己列出的一些关键点提醒，但如需更多详细信息，请查阅上述项目的README文件。

关于该架构的一个关键区别是：

• Worker 代码运行在 Cloudflare Worker（服务器端），而小部件则运行在浏览器上下文中。
• 每个目录的不同 tsconfig 文件在构建过程中强制执行这一点。

架构概述

这个MCP应用程序实现了作为MCP工具的小部件，可供AI助手使用。其架构由几个关键组件构成：

1. MCP服务器 - 一个实现了该模型的Cloudflare持久对象 上下文协议
2. 小部件系统 - 使用Remix 3构建的交互式用户界面组件，可以 嵌入在AI聊天中
3. 双向沟通 - 小部件可以接收来自（某个来源）的初始状态 AI并发送回复信息
4. 静态资源 - 通过Cloudflare的CDN提供的小部件包

初始状态配置

当人工智能助手调用计算器工具时，它可以传递初始状态 参数：

• display - 初始显示值
• previousValue - 已经输入的值（例如，“我想在某个数上加5”） 数字")
• operation - 待处理的操作（+，-，*，/）
• waitingForNewValue - 计算器是否准备好接收新输入
• errorState - 是否以错误状态开始

这意味着人工智能可以根据用户的需求预先配置计算器。 例如，如果用户说“我想给某物加5”，人工智能可以调用 带有计算器的 previousValue: 5， operation: '+'，以及 waitingForNewValue: true.

独立的构建过程

该项目采用两个独立的构建过程：

1. 小部件构建 (Vite) - 将计算器用户界面构建为独立的JavaScript 捆束；成捆的东西

   • 输入： worker/widgets/calculator/index.tsx
   • 输出： dist/public/widgets/calculator.js
   • 格式：使用ES模块，所有依赖项打包在一起

2. 工人构建（或：工人群体建设） (Wrangler) - 使用MCP服务器构建Cloudflare Worker

   • 输入： worker/index.tsx
   • 输出：工作包已部署到Cloudflare
   • 包括：MCP协议处理器、工具注册、小部件服务

部署

1. 为生产构建

   复制

   npm run build
   

2. 部署到Cloudflare

   复制

   npm run deploy
   

3. 与ChatGPT一起使用

   一旦部署完成，您可以通过提供相关信息将此MCP服务器添加到ChatGPT中 部署URL + /mcp 端点。