AI导哈

模型上下文协议编排器

一个专业的模型上下文协议（MCP）编排套件，提供模块化客户端/服务器实现、AI驱动的工具发现和高级开发者体验。

  • by Mukkandi-Sridhar
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Mukkandi-Sridhar/mcp-orchestrator

使用说明

🌐 MCP代理编排器

专业级编排套件 **模型上下文协议（MCP）**该项目展示了一个强大的远程HTTP架构，具有模块化客户端/服务器实现、高级AI驱动的工具发现和高级开发人员体验。

🏗️ 架构概述

该系统遵循经典 分布式工具 LLM（主机）和工具（服务器）通过HTTP传输层上的模型上下文协议解耦的模式。

graph TD
    subgraph "AI Host (Client Environment)"
        A[OpenAI LLM] <--> B[MCP AI Host App]
        B <--> C[Gradio Chat Interface]
    end

    subgraph "MCP Server (Resource Environment)"
        D[MCP HTTP Server] <--> E[Local Workspace]
        D <--> F[File Tools]
        D <--> G[Code Analysis]
    end

    B -- "JSON-RPC over HTTP" --> D

✨ 主要特点

📡 远程MCP协议

  • 可流式传输的HTTP：主机和服务器之间的双向通信。
  • 动态发现：MCP工具模式自动转换为OpenAI功能规范。
  • 资源模板：使用URI模板进行类型安全的资源访问（例如。， file://workspace/{filename}).

🧠 智能AI主机

  • 递归工具使用AI可以自主地链接多个工具调用来解决复杂的问题。
  • 协议助手：允许人工智能浏览资源和列出模板的合成工具。
  • 基于消息的UI：一个现代化的高级聊天界面，具有完整的历史记录和工具调用可视化功能。

🛡️ 企业级安全

  • 路径横向保护：所有文件操作都严格限于 ./workspace/ 根。
  • 绝对路径分辨率：防止 ../ 通过递归路径解析进行样式攻击。

🚀 快速开始

1.先决条件

  • Python 3.10或更高版本
  • OpenAI API密钥

2.安装

# Clone the repository
git clone https://github.com/Mukkandi-Sridhar/mcp-orchestrator.git
cd mcp-orchestrator

# Setup environment
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate
pip install -r mcp_advanced_lab/requirements.txt

3.配置

创建一个 .env 根目录中的文件：

OPENAI_API_KEY=your_sk_...

4.运行生态系统

启动服务器：

python mcp_advanced_lab/mcp_http_server.py

启动桌面客户端（GUI）：

python mcp_advanced_lab/mcp_http_client_app.py http://127.0.0.1:8000 workspace

启动AI主机（聊天）：

python mcp_advanced_lab/mcp_http_host_app.py http://127.0.0.1:8000 workspace

🖼️ 画廊

桌面客户端（GUI） AI主机（聊天）

🛠️ 组件详细信息

组件 责任 技术
服务器 资源暴露和工具执行 FastMCP, Uvicorn
基本客户端 协议逻辑和会话管理 mcp, httpx
桌面应用 人在循环工具发现 Gradio
AI主机 LLM编排和自主行动 OpenAI, Gradio

🗺️ 路线图

  • [ ] 多服务器编排：将单个主机同时连接到多个MCP服务器。
  • [ ] 本地LLM支持：与Ollama/Llama.cpp集成，实现完全私有的工作流程。
  • [ ] 身份验证层：向HTTP服务器添加API密钥/承载令牌身份验证。

建于❤️ MCP开发者社区。

相关 MCP