使用说明

Athena MCP服务器

一个全面的模型上下文协议（MCP）服务器，提供人工智能驱动的工具和系统实用程序。该服务器与OpenAI GPT模型集成，提供智能响应和分析功能。

特性

核心人工智能工具（OpenAI GPT驱动）

ask_athena：用于一般查询和解决问题的智能人工智能助手
分析代码：高级代码分析和优化建议
generate_code：基于需求的智能代码生成
text_summarize：人工智能支持的文本摘要，长度和风格可定制
translate_text：使用OpenAI模型的多语言翻译
图像生成：DALL-E驱动的图像生成

系统和开发工具

get_system_stats：实时系统监控（CPU、内存、磁盘使用情况）
文件操作：全面的文件和目录管理
进程监视器：系统过程监控和管理
码头_管理：Docker容器和镜像管理
网络工具：网络诊断（ping、端口扫描、DNS查找、跟踪路由）

Web和API工具

网络请求：用于API测试和web抓取的HTTP客户端
天气信息：使用OpenWeatherMap API实时天气信息
github操作：GitHub存储库管理和代码搜索

📁 项目结构

Athena MCP/
├── app.js                 # Backend entry point
├── mcp-server.js          # MCP server for Trae integration
├── mcp-config.json        # MCP configuration file
├── package.json           # Backend dependencies
├── .env                   # Environment variables
├── tools/                 # Custom tools directory
│   └── get_cpu_stats.js   # CPU statistics tool
├── frontend/              # React frontend
│   ├── package.json       # Frontend dependencies
│   ├── public/
│   └── src/
│       ├── App.js         # Main React component
│       ├── App.css        # Component styles
│       ├── index.js       # React entry point
│       └── index.css      # Global styles
├── docker-compose.yml     # Docker orchestration
├── Dockerfile.backend     # Backend Docker image
└── README.md             # This file

🔌 MCP与Trae的集成

Trae的快速设置

安装依赖项：
```
npm install
```
启动MCP服务器：
```
npm run mcp
```

添加到Trae配置： 将此添加到Trae MCP配置中：

{
  "mcpServers": {
    "athena": {
      "command": "node",
      "args": ["mcp-server.js"],
      "cwd": "d:\\Projects\\Athena MCP"
    }
  }
}

可用的MCP工具

工具名称	描述
`ask_athena`	向Athena AI助手提问，并获得由OpenAI GPT提供支持的智能回复
`get_system_stats`	获取详细的系统CPU、内存和性能统计信息
`analyze_code`	使用AI支持的审查、解释、优化或调试模式分析代码片段
`generate_code`	使用OpenAI根据需求和规范生成代码

MCP工具示例

问雅典娜：

{
  "name": "ask_athena",
  "arguments": {
    "prompt": "How do I optimize React performance?",
    "context": "Working on a large React application with performance issues"
  }
}

获取系统统计信息：

{
  "name": "get_system_stats",
  "arguments": {
    "detailed": true
  }
}

分析代码：

{
  "name": "analyze_code",
  "arguments": {
    "code": "function fibonacci(n) { return n <= 1 ? n : fibonacci(n-1) + fibonacci(n-2); }",
    "language": "javascript",
    "analysis_type": "optimize"
  }
}

🛠️ 设置和安装

先决条件

Node.js 18+和npm
（可选）Docker和Docker Compose

方法一：地方发展

克隆和设置后端：

cd "d:\Projects\Athena MCP"
npm install

设置前端：
```
cd frontend
npm install
```
配置环境：
- 编辑 .env 文件并添加您的OpenAI API密钥：
```
PORT=4000
OPENAI_API_KEY=your_actual_api_key_here
```

运行应用程序：

终端1（后端）：

npm start
# Backend runs on http://localhost:4000

2号航站楼（前端）：

cd frontend
npm start
# Frontend runs on http://localhost:3000

方法二：Docker编写

设置环境变量：

# Create .env file with your API key
echo "OPENAI_API_KEY=your_actual_api_key_here" > .env

使用Docker运行：
```
docker-compose up --build
```
这将开始：
- 后端打开http://localhost:4000
- 前端打开http://localhost:3000

🔌 API终点

后端API（端口4000）

方法	端点	描述
得到	`/`	API信息和可用端点
职位	`/ask`	向Athena AI发送提示
得到	`/cpu`	获取系统CPU和内存统计信息
得到	`/health`	健康检查端点

API使用示例

问雅典娜一个问题：

curl -X POST http://localhost:4000/ask \
  -H "Content-Type: application/json" \
  -d '{"prompt": "What is artificial intelligence?"}'

获取CPU统计信息：

curl http://localhost:4000/cpu

🎨 前端功能

现代用户界面：干净、灵敏的设计，带有渐变背景
实时交互：即时反馈和加载状态
错误处理：用户友好的错误消息
移动响应：适用于所有设备尺寸
系统监控：CPU和内存统计数据的可视化显示

🔧 发展

添加新工具

在中创建新文件 tools/ 目录：

// tools/my_new_tool.js
function myNewTool() {
  // Your tool logic here
  return { result: "Tool output" };
}

module.exports = { myNewTool };

进口和使用 app.js:

const { myNewTool } = require('./tools/my_new_tool');

app.get('/my-endpoint', (req, res) => {
  const result = myNewTool();
  res.json(result);
});

环境变量

变量	描述	默认值
`PORT`	后端服务器端口	4000
`OPENAI_API_KEY`	用于AI功能的OpenAI API密钥	必需
`NODE_ENV`	环境模式	发展

🐳 Docker命令

# Build and run
docker-compose up --build

# Run in background
docker-compose up -d

# Stop services
docker-compose down

# View logs
docker-compose logs -f

# Rebuild specific service
docker-compose build backend
docker-compose build frontend

🚀 生产部署

设置生产环境变量
构建优化的前端：
```
cd frontend
npm run build
```

使用PM2这样的流程管理器：

npm install -g pm2
pm2 start app.js --name athena-backend

🤝 贡献

分叉存储库
创建要素分支
进行更改
彻底测试
提交拉取请求

📝 许可证

MIT许可证-您可以自由地将此项目用于您自己的目的。

🆘 故障排除

后端无法启动：

检查端口4000是否可用
验证Node.js版本（18+）
检查 .env 文件配置

前端无法连接到后端：

确保后端在端口4000上运行
检查CORS配置
验证前端中的API_BASE_URL

Docker问题：

确保Docker正在运行
检查端口冲突
验证docker-compose.yml中的环境变量

编码愉快！ 🎉