AI Master Control Program (MCP) Server

AI Master Control Program (MCP) Server

AI主控程序 (MCP) 服务器 - 使AI模型能够与您的系统交互

GrizzFuOnYou

开发者工具
访问服务器

README

AI 主控程序 (MCP) 服务器

AI MCP 服务器使 AI 模型(包括使用 Ollama 和 Claude Desktop 本地托管的模型)能够与您的计算机系统交互。它充当桥梁,允许 AI 模型:

  • 执行系统命令
  • 创建、读取、更新和删除文件
  • 控制其他程序
  • 彼此通信

架构

系统包括:

  1. MCP 服务器: 处理来自 AI 模型的请求的中央服务器
  2. 客户端库: 方便与 AI 模型集成
  3. 模型连接器: 与各种 AI 模型后端(Ollama、Claude Desktop 等)的接口
  4. 任务执行引擎: 执行系统操作和程序控制

安装

前提条件

自动安装

为了快速简便地安装,请使用提供的安装脚本:

# 克隆存储库
git clone https://github.com/GrizzFuOnYou/master_mcp_server.git
cd master_mcp_server

# 运行安装脚本
python install.py

安装脚本将:

  1. 验证 Python 版本兼容性
  2. 安装所有依赖项
  3. 创建目录结构
  4. 配置环境变量
  5. 创建特定于平台的启动脚本
  6. 将 Claude Desktop 设置为默认 AI 模型

手动设置

如果您喜欢手动安装:

  1. 克隆存储库:

    git clone https://github.com/GrizzFuOnYou/master_mcp_server.git
    cd master_mcp_server
    
  2. 安装依赖项:

    pip install -r requirements.txt
    
  3. 配置环境变量:

    cp .env.example .env
    # 编辑 .env 以使用您喜欢的设置
    

用法

启动服务器

使用启动脚本(推荐)

安装后:

  • Windows: 运行 start_mcp_server.bat
  • Linux/Mac: 运行 ./start_mcp_server.sh

手动启动

运行 MCP 服务器:

python startup.py

默认情况下,服务器将在 0.0.0.0:8000 上监听。

连接 AI 模型

Claude Desktop (默认)

Claude Desktop 被配置为默认模型。要使用它:

  1. 确保 Claude Desktop 在您的系统上运行
  2. 服务器将在启动时自动尝试连接
  3. Claude Desktop 应该在默认位置可用:http://localhost:5000/api

如果您需要手动连接:

from mcp_client import MCPClient

# 初始化客户端
client = MCPClient("http://localhost:8000", "your-secret-api-key")

# 连接到 Claude Desktop
result = client.connect_model("claude-desktop", "claude", {"api_url": "http://localhost:5000/api"})
print(f"Connection result: {result}")

Claude Desktop 连接 JSON

如果您需要手动配置 Claude Desktop 集成,请使用以下 JSON 配置:

{
  "model_id": "claude-desktop",
  "model_type": "claude",
  "config": {
    "api_url": "http://localhost:5000/api",
    "temperature": 0.7,
    "max_tokens": 1000
  }
}

Ollama 模型

要连接到 Ollama 模型:

from mcp_client import MCPClient

# 初始化客户端
client = MCPClient("http://localhost:8000", "your-secret-api-key")

# 连接到 Ollama 模型
result = client.connect_model("llama2", "ollama", {"host": "http://localhost:11434"})
print(f"Connection result: {result}")

执行系统操作

连接后,AI 模型可以执行各种系统操作:

# 执行命令
result = client.execute_system_command("claude-desktop", "echo", ["Hello, World!"])

# 写入文件
result = client.write_file("claude-desktop", "test.txt", "This is a test file created by Claude!")

# 读取文件
result = client.read_file("claude-desktop", "test.txt")

# 启动程序
result = client.start_program("claude-desktop", "notepad.exe")

# 停止程序
result = client.stop_program("claude-desktop", pid)

# 查询 AI 模型
result = client.query_model("claude-desktop", "claude-desktop", "What is the capital of France?")

API 参考

服务器端点

端点 方法 描述
/connect_model POST 连接到 AI 模型
/disconnect_model/{model_id} POST 断开与 AI 模型的连接
/list_models GET 列出所有已连接的模型
/execute_task POST 执行 AI 模型请求的任务
/task_status/{task_id} GET 获取任务的状态

客户端方法

方法 描述
connect_model(model_id, model_type, config) 连接到 AI 模型
disconnect_model(model_id) 断开与 AI 模型的连接
list_models() 列出所有已连接的模型
execute_system_command(model_id, command, args, working_dir, timeout) 执行系统命令
execute_file_operation(model_id, operation, path, content) 执行文件操作
control_program(model_id, action, program_path, args, pid) 控制程序
query_model(model_id, target_model, prompt) 查询 AI 模型

模型配置

Claude Desktop 配置

要连接到 Claude Desktop,请使用以下配置:

{
  "api_url": "http://localhost:5000/api",
  "temperature": 0.7,
  "max_tokens": 1000
}

Ollama 配置

要连接到 Ollama 模型,请使用以下配置:

{
  "host": "http://localhost:11434"
}

安全注意事项

重要: 此服务器授予 AI 模型对您系统的重大访问权限。谨慎使用。

已实施的安全措施:

  • API 密钥身份验证
  • 所有操作的日志记录
  • 可配置的权限(即将推出)
  • 速率限制(即将推出)

故障排除

Claude Desktop 连接问题

如果您在连接到 Claude Desktop 时遇到问题:

  1. 确保 Claude Desktop 正在运行
  2. 验证 API URL(默认:http://localhost:5000/api
  3. 检查日志以获取特定错误消息
  4. 重新启动 Claude Desktop 并重试

Ollama 连接问题

如果您在连接到 Ollama 时遇到问题:

  1. 确保 Ollama 正在运行 (ollama serve)
  2. 验证模型是否存在 (ollama list)
  3. 检查 API URL(默认:http://localhost:11434
  4. 尝试再次拉取模型 (ollama pull modelname)

扩展点

MCP 服务器可以扩展以支持:

  • 其他 AI 模型后端
  • 更复杂的程序控制
  • GUI 交互功能
  • Web 浏览功能
  • 网络操作功能

许可证

MIT

贡献

欢迎贡献!请随时提交 Pull Request。

推荐服务器

Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
MCP Package Docs Server

MCP Package Docs Server

促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。

精选
本地
TypeScript
Claude Code MCP

Claude Code MCP

一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。

精选
本地
JavaScript
@kazuph/mcp-taskmanager

@kazuph/mcp-taskmanager

用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。

精选
本地
JavaScript
mermaid-mcp-server

mermaid-mcp-server

一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。

精选
JavaScript
Jira-Context-MCP

Jira-Context-MCP

MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

精选
TypeScript
Linear MCP Server

Linear MCP Server

一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

精选
JavaScript
Sequential Thinking MCP Server

Sequential Thinking MCP Server

这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。

精选
Python
Curri MCP Server

Curri MCP Server

通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。

官方
本地
JavaScript