决策模型协议服务器

一个基于Python的模型上下文协议(MCP)服务器,为大型语言模型(LLMs)提供公正决策、加权随机化和数据持久化功能。

  • by JorgeDelAngel03
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 JorgeDelAngel03/MCP

使用说明

🤖 决策者MCP服务器

🎯 项目概述

此存储库包含 模型上下文协议(MCP)服务器 用Python编写,旨在供大型语言模型(LLM)使用,如 克劳德服务器通过提供以下工具扩展了LLM的功能: 公正决策, 加权随机化,以及 数据持久性(内存).

核心目标是使AI代理能够:

  1. 访问源 真正的随机性 (LLMs缺乏)。
  2. 处理复杂的概率计算(例如,加权选择)。
  3. 保持a 持久的历史 所有的决定。

✨ 核心功能

功能 工具 描述
数据持久层 consultar_historial 自动将每个决定记录到 historial.json 文件。允许LLM访问过去的决策以获取上下文和内存。
加权决策 elegir_ponderado 根据用户定义从列表中选择项目 概率(权重),非常适合风险分析或基于偏好的选择。
专业随机性 seleccionar_pokemon_ponderado 从关东地区(151)选择宝可梦,概率基于其稀有性(传奇1x机会,基础阶段10x机会)。
基本公正 tirar_moneda, tirar_dado_personalizado 简单、无偏见的二元选择和自定义骰子滚动工具。

⚙️ 设置和安装

先决条件

  • Python 3.10+
  • 这 mcp 库(FastMCP)

安装必要的Python包:

pip install fastmcp