Arcee、TESS 和 MCP 的 CLI 集成器

本项目实现了一个命令行界面 (CLI)，集成了包括 Arcee AI、TESS 和 Model Context Protocol 官方 SDK (@sdk-mcp) 在内的第三方 API。该项目遵循 Clean Architecture 架构和 Domain-Driven Design (DDD) 原则。

集成概览

此 CLI 不会重新实现它集成的服务，而是作为一层抽象，允许：

1. 统一访问多个服务（Arcee、TESS、MCP）
2. 标准化接口以方便使用
3. 在不修改底层 API 的情况下，向 CLI 添加特定功能

组件架构

MCP (Model Context Protocol)

MCP 是一种标准化协议，可促进语言模型和外部工具之间的通信。本项目使用 MCP 的官方 SDK (@sdk-mcp) 来实现这种通信，而无需修改或重新实现该协议。

TESS-MCP 服务器

TESS-MCP 服务器是负责实现 TESS (Tool Execution Subsystem) 和 MCP 之间集成的组件。此服务器：

• 编排和管理可供 AI 模型使用的工具
• 公开 API 以列出和执行 AI 代理
• 管理文件上传和组织
• 允许与诸如 "tess-ai-light" 之类的语言模型进行交互

TESS 与 MCP 协同工作，允许模型以标准化方式请求和使用工具。

CLI (命令行界面)

CLI 使用 TESS-MCP 服务器、Arcee AI 和 MCP 的 API，为最终用户提供统一的界面。它不会重新实现这些功能，只是提供了一种标准化的访问方式。

Arcee AI

Arcee AI 是一个完整的 AI 平台，包括：

• Arcee Orchestra: 用于构建 AI 工作流程的代理平台
• Arcee Conductor: 智能路由器，为每个提示选择最合适且最具成本效益的模型
• Small Language Models (SLMs): 针对特定任务优化的语言模型

有关 TESS 的更多信息，请参阅 TESS API 的官方文档。

项目架构

该项目遵循 Clean Architecture，具有以下层：

1. 领域

• domain/interfaces: 定义与外部 API 集成的合约的接口
• domain/services: 编排对外部 API 调用的领域服务
• domain/exceptions: 用于错误处理的领域异常

2. 应用

• application/use_cases: 协调业务逻辑的用例

3. 基础设施

• infrastructure/mcp_client: 集成 MCP 官方 SDK (@sdk-mcp) 的客户端
• infrastructure/providers: 外部 API（TESS、Arcee）的适配器

4. 用户界面

• src/commands: 用于与用例交互的 CLI 命令
• src/adapters: 用于实现之间兼容性的适配器

适配器架构

适配器的作用

项目中的适配器是有意的架构组件，用于实现特定目的：

1. 系统之间的解耦:

   • MCP 和 TESS 是具有不同职责且独立演进的系统
   • 适配器允许这些演进发生而不会破坏集成

2. 接口之间的转换:

   • 在每个系统期望的格式之间转换调用和数据
   • 保护领域免受外部 API 更改的影响

3. Ports & Adapters 模式的实现:

   • 方便单元测试和模拟
   • 允许替换实现而不影响领域

适配器的类型

该项目使用两种主要类型的适配器：

1. 基础设施适配器:

   • 位置: infrastructure/providers
   • 目的: 将领域接口与外部 API 连接起来
   • 示例: TessApiProvider 将 TESS 的 API 适配到域的 ITessProvider 接口

2. 兼容性适配器:

   • 位置: src/adapters
   • 目的: 在使用新实现的同时保持与现有代码的兼容性
   • 示例: MCPRunClient 将新实现适配到仍然使用旧接口的代码

适配器优化

我们的重点是通过以下方式保持适配器的高效性：

• 具有清晰合约的标准化接口
• 最小化不必要的转换
• 适当的测试覆盖率
• 每个适配器职责的文档

CLI 功能

CLI 提供对以下服务的统一访问：

MCP 和 TESS

CLI 使用 TESS-MCP 服务器的 API，允许：

• 列出所有可用的工具
• 搜索特定工具
• 获取工具和代理的详细信息
• 使用参数执行工具和代理
• 上传文件以供代理使用

Arcee AI

CLI 允许与 Arcee AI 的 API 交互：

• 使用语言模型生成内容
• 通过聊天界面进行交互
• 在不同的可用模型之间进行选择
• 使用 Arcee Conductor 的智能路由

使用

# MCP 工具 (通过 SDK @sdk-mcp)
arcee mcp-tools listar
arcee mcp-tools buscar "processamento"
arcee mcp-tools detalhes tool1
arcee mcp-tools executar tool1 '{"param1": "valor1"}'

# TESS-MCP 服务器
arcee tess listar
arcee tess executar agent123 "Como posso otimizar este código?"

# Arcee AI API
arcee chat "Explique o conceito de Clean Architecture"
arcee generate "Escreva um código Python para ordenar uma lista"

保证兼容性和演进

该项目使用适配器来允许持续演进，同时保持兼容性：

# 现有代码 (继续工作)
from src.tools.mcpx_simple import MCPRunClient

client = MCPRunClient(session_id="abc123")
tools = client.get_tools()

# 新代码 (当前实现)
from infrastructure.mcp_client import MCPClient

client = MCPClient()
tools = client.list_tools()

这种适配器模型允许：

• 逐步演进，而不会破坏现有代码
• 持续改进内部实现
• 易于迁移到新客户端

开发

要开发新的集成功能：

1. 在域中定义反映外部 API 的接口 (domain/interfaces)
2. 在域中实现编排对 API 调用的服务 (domain/services)
3. 在应用程序中创建用于特定功能的用例 (application/use_cases)
4. 在基础设施中实现用于与外部 API 通信的客户端/适配器 (infrastructure)
5. 通过 CLI 公开功能 (src/commands)

这种开发流程确保了项目代码和集成的外部 API 之间的清晰分离。

新闻

2024/03/25

• 用于与 TESS API 直接交互的新脚本: 实现了 tess_api_cli.py 脚本，允许直接列出、查询和执行 TESS 代理，而无需依赖 test_api_tess 命令。
• 支持多种语言模型: 该脚本支持多种语言模型，包括 GPT-4o 和 Claude 3.5 Sonnet。
• 用于生成广告的实际示例: 添加了咖啡馆、数字营销机构和保险经纪人的示例。
• 详细文档: 创建了集成指南和高级技巧，用于使用 TESS API 优化 Google Ads 广告。

2024/03/20

• 简化的 Streamlit 界面: 删除了不必要的顶部选项卡，仅保留 "Arcee CLI" 和 "帮助"。
• 修复了 TESS 适配器中的错误: 解决了与 TESS API 通信的问题。