AI Helper MCP 服务器

这是一个基于 Model Context Protocol (MCP) 的服务器，允许 AI 代理通过 MCP 协议向其他配置好的大型语言模型（LLM）请求帮助或咨询。

功能特点

• 多模型支持: 内置配置了对多种流行 LLM 的访问（例如 Grok, Gemini, Claude, GPT-4o）。
• 动态工具列表: MCP 服务器会自动列出所有可用的 AI 助手作为独立的工具（例如 ask_grok3, ask_gemini2_5pro）。
• 统一接口: 通过标准的 OpenAI 兼容 API 格式与后端 AI 模型交互。
• 对话历史: 维护简单的内存对话历史（最近 5 轮），为每个模型提供上下文。
• 环境配置: 通过环境变量配置后端 API 代理的 URL 和 Key。

系统要求

• Node.js v18.0.0 或更高版本

您可以通过以下命令验证 Node.js 安装：

node --version  # 应显示v18.0.0或更高版本

安装步骤

1. 克隆或下载本项目代码。

2. 进入项目根目录。

3. 安装依赖：

   npm install
   

4. 构建项目：

   npm run build
   

   (注意: npm install 通常会自动触发 npm run build)

配置说明 (客户端)

此 MCP 服务器本身不读取 .env 文件。您需要在启动此 MCP 服务器的客户端应用程序（例如您的 AI 聊天界面或 MCP 管理工具）中配置以下环境变量：

1. API_URL: 指向您的 OpenAI 兼容 API 代理服务器的 基础 URL (例如: http://localhost:3000)。服务器代码会自动添加 /v1/chat/completions 路径。
2. API_KEY: 用于访问您的 API 代理的密钥 (例如: sk-xxxxxxxx)。

客户端配置示例 (例如在 VS Code MCP 插件中)

在您的客户端 MCP 服务器配置界面（类似于您截图中的界面）：

• 名称: 给这个服务器起个名字，例如 求助AI。
• 描述: 简要描述，例如 让 AI 去求助别的 AI。
• 类型: 选择 标准输入/输出 (stdio)。
• 命令: 输入 node。
• 参数: 输入指向本项目 编译后 的 index.js 文件的 绝对路径。例如: 实际地址\AIHelpAI-MCP\build\index.js (请根据您的实际路径修改)。
• 环境变量:
  • 添加 API_URL，值为您的 API 代理 URL (例如 http://localhost:3000)。
  • 添加 API_KEY，值为您的 API 密钥 (例如 sk-xxxxxxxx)。

保存配置后，客户端应该能够启动并连接到这个 MCP 服务器。

使用方法

配置并启动服务器后，连接到此 MCP 服务器的 AI 代理将看到一系列可用的工具，格式为 ask_<model_key>，例如：

• ask_grok3
• ask_gemini2_5pro
• ask_claude3_7sonnet
• ask_gpt4o

每个工具的描述会说明该 AI 助手的特点和擅长领域。

调用工具时，只需提供一个参数：

• prompt (string, required): 您想向该 AI 助手提出的问题或指令。

服务器将使用配置的 API URL 和 Key，结合内置的模型参数和对话历史，向对应的模型发出请求，并将回复返回给调用方。

开发者工具

您可以使用 MCP Inspector 工具来测试服务器（如果已全局安装或使用 npx）：

# 确保设置了 API_URL 和 API_KEY 环境变量
npx @modelcontextprotocol/inspector build/index.js
# 或者，如果全局安装了
mcp-inspector build/index.js

许可证

请参阅项目仓库中的许可证文件。