AT Bridge
MCP server that enables AI assistants to debug IoT modules by sending AT commands over serial ports, with a built-in knowledge base for chip platform commands.
README
AT Bridge
MCP server for AI-driven AT command debugging over serial port.
AT Bridge 是一个 Model Context Protocol 服务器,让 AI 助手能够通过 COM/串口直接与 IoT 模组通信,进行 AT 命令调试。内置可维护的芯片平台知识库,实测过的命令自动沉淀。
Features
- 串口通信 — 自动探测可用 COM 口,支持主流波特率,可配置校验位/流控
- AT 命令调试 — 发送 AT 命令并解析响应,自动补全 AT 前缀
- 批量测试 — 一次性发送命令列表,自动分类 PASS/ERR/CME
- 知识库 — 按芯片平台分层存储 AT 命令(含语法、返回值含义、实测数据),支持搜索和持续积累
- 双层存储 — 包内 YAML 只读(随版本分发),用户数据写到
%APPDATA%(跨版本保留)
Quick Start
uv sync
uv run python main.py
MCP Configuration
{
"mcpServers": {
"at-bridge": {
"command": "uv",
"args": ["run", "--directory", "path/to/at_bridge", "python", "main.py"]
}
}
}
Tools
Serial Communication
| Tool | Description |
|---|---|
at_list_ports |
枚举 COM/串口,含 VID/PID、制造商、描述 |
at_auto_detect |
自动探测 — 扫描所有端口,试多种波特率,找出响应 AT 的设备 |
at_configure |
配置波特率、数据位、校验位、停止位、流控 |
at_open_port / at_close_port |
打开/关闭串口连接 |
at_send_command |
发送单条 AT 命令,自动补全 AT 前缀,解析响应 |
at_batch_test |
批量测试 — 一次发送命令列表,自动分类结果 |
Knowledge Base
| Tool | Description |
|---|---|
at_knowledge_search |
按关键词/平台/标签搜索命令库 |
at_knowledge_list |
列出全部命令,可按平台过滤 |
at_knowledge_add |
添加/更新命令到指定芯片平台 |
at_knowledge_chipsets |
查看可用的芯片平台列表 |
at_knowledge_stats |
知识库统计:条目数、来源分布 |
Chipsets
芯片平台知识库位于 src/at_bridge/chipsets/,按平台分层:
| 文件 | 内容 |
|---|---|
_3gpp.yaml |
3GPP 标准 AT 命令(49 条),只读基础库 |
asr.yaml |
ASR 平台私有命令与平台特性 |
quectel.yaml |
移远 EC200x 等私有命令(48 条) |
_custom.yaml |
用户自定义命令,自动创建于 %APPDATA%/at-bridge/chipsets/ |
加载顺序:_3gpp → 平台文件 → _custom(后者覆盖同名 key)。
Project Structure
at_bridge/
main.py # Entry point — MCP server on stdio
src/at_bridge/
server.py # MCP server: 12 tool definitions + handlers
serial_handler.py # Serial I/O + batch test engine
knowledge_store.py # YAML knowledge base CRUD with two-layer storage
chipsets/ # Platform command libraries
_3gpp.yaml / asr.yaml / quectel.yaml
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
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。
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。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。