Atla MCP Server
用于代理与Atla模型交互的MCP服务器的初始版本
spisupat
README
Atla MCP 服务器
一个 MCP 服务器实现,为 LLM 提供一个标准化的接口,以便与 Atla SDK 交互并使用我们最先进的评估模型。
功能
- 使用 Selene 1 评估单个响应
- 使用 Selene 1 运行批量评估
- 列出可用的评估指标,创建新的评估指标或按名称获取它们
安装
- Fork 该仓库并在本地某个目录中克隆它。 这将定义你的
path/to/atla-mcp-server
git clone https://github.com/yourusername/atla-mcp-server.git
cd atla-mcp-server
pwd
# /path/to/atla-mcp-server
- 如果你的系统上还没有
uv
,请将其安装到/path/to/uv
中 - 你可以在这里找到说明。 例如,在 MacOS 上:
brew install uv
which uv
# /path/to/uv
- 将 requirements 安装到
/path/to/atla-mcp-server
中的虚拟环境中
uv venv
uv sync
- 将你的
ATLA_API_KEY
添加到你的环境中 - 你可以在这里找到你的 API Key。 例如,在 MacOS 上:
export ATLA_API_KEY=<your-atla-api-key> >> ~/.zshrc
source ~/.zshrc
echo $ATLA_API_KEY
# <your-atla-api-key>
- 如果你正在使用 OpenAI agents 构建,你还需要在你的环境中添加一个
OPENAI_API_KEY
用法
与 OpenAI Agents SDK 一起使用
atla-mcp-server 可以与 OpenAI agents SDK 一起使用,如下所示:
from agents import Agent
from agents.mcp import MCPServerStdio
import os
atla_api_key = os.environ.get("ATLA_API_KEY", "<your_atla_api_key>") # You can also manually set your ATLA_API_KEY here
async with MCPServerStdio(
params={
"command": "python",
"args": ["/path/to/atla-mcp-server/atla-mcp-server.py"],
"env": {"ATLA_API_KEY":atla_api_key}
}
) as atla_mcp_server:
# Create an agent with the Atla evaluation server
agent = Agent(
name="AssistantWithAtlaEval",
instructions="""
You are a helpful assistant. Your goal is to provide high-quality responses to user requests.
You can use the Atla evaluation tool to improve your responses.
""",
mcp_servers=[atla_mcp_server], # You can equip any Agent with Atla's MCP server like this
model="gpt-4o-mini"
)
例如,从 /path/to/atla-mcp-server
运行以下命令:
uv run examples/agent_with_atla_eval.py "Write a one-line poem about the ocean. Evaluate it with atla for cliche and improve it once using the feedback."
你也可以在 examples/agent_notebook.ipynb
中尝试此示例的 notebook 版本。
与 Claude Desktop 一起使用
- 从这里下载 Claude Desktop(这是一个本地服务器,不适用于 web 上的 claude.ai)
- 点击 Claude → Settings… → Developer → Edit Config
- 将以下内容添加到
claude_desktop_config.json
文件中(确保将<your-atla-api-key>
替换为你的实际 Atla API 密钥):
{
"mcpServers": {
"atla-mcp-server": {
"command": "/path/to/uv",
"args": [
"--directory",
"/path/to/atla-mcp-server",
"run",
"atla-mcp-server.py"
],
"env": {
"ATLA_API_KEY": "<your-atla-api-key>"
}
}
}
}
- 当你重新启动 Claude Desktop 时,你应该在可用的 MCP 服务器列表中看到
atla-mcp-server
,以及 Claude 可用的 5 个工具。 - Claude 的示例提示:
Write a poem, evaluate it with atla for helpfulness
与 Cursor 一起使用
- 将以下内容添加到你的
.cursor/mcp.json
中:
{
"mcpServers": {
"atla-mcp-server": {
"command": "/path/to/uv",
"args": [
"--directory",
"/path/to/atla-mcp-server",
"run",
"atla-mcp-server.py"
],
"env": {
"ATLA_API_KEY": "<your-atla-api-key>"
}
}
}
}
推荐服务器
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。
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。
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)。
@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。
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。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

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。

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。
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。