MCP Chat Adapter

一个 MCP (模型上下文协议) 服务器，它为 LLM 提供了一个简洁的接口，可以通过 MCP 协议使用聊天完成功能。此服务器充当 LLM 客户端和任何 OpenAI 兼容 API 之间的桥梁。主要用例是聊天模型，因为服务器不提供对文本完成的支持。

概述

OpenAI Chat MCP 服务器实现了模型上下文协议 (MCP)，允许语言模型以标准化方式与 OpenAI 的聊天完成 API 交互。它实现了用户和语言模型之间的无缝对话，同时处理 API 交互、对话管理和状态持久化的复杂性。

特性

• 使用 FastMCP 构建，实现强大而简洁的实现
• 提供用于对话管理和聊天完成的工具
• 适当的错误处理和超时
• 支持使用本地存储进行对话持久化
• 易于设置，配置最少
• 可配置的模型参数和默认值
• 兼容 OpenAI 和 OpenAI 兼容的 API

典型工作流程

这个想法是，您可以让 Claude 在后台启动并维护与其他模型的多个对话。所有对话都存储在 CONVERSATION_DIR 目录中，您应该在 mcp.json 文件的 env 部分中设置该目录。

可以告诉 Claude 创建一个新对话，或者继续现有的对话（由整数 conversation_id 标识）。即使您在一个新的上下文中重新开始，您也可以继续旧的对话，尽管在这种情况下，您可能希望告诉 Claude 在继续之前使用 get_conversation 工具读取旧的对话。

请注意，您也可以手动编辑 CONVERSATION_DIR 目录中的对话。在这种情况下，您可能需要重新启动服务器才能看到更改。

配置

必需的环境变量

必须设置以下环境变量才能使服务器正常运行：

OPENAI_API_KEY=your-api-key  # 您的 OpenAI 或兼容服务的 API 密钥
OPENAI_API_BASE=https://openrouter.ai/api/v1 # API 的基本 URL（可以为兼容服务更改）

您还应该将 CONVERSATION_DIR 环境变量设置为要存储对话数据的目录。使用绝对路径。

可选环境变量

以下环境变量是可选的，并且具有默认值：

# 模型配置
DEFAULT_MODEL=google/gemini-2.0-flash-001 # 如果未指定，则使用的默认模型
DEFAULT_SYSTEM_PROMPT="You are an unhelpful assistant."  # 默认系统提示
DEFAULT_MAX_TOKENS=50000 # 完成的默认最大令牌数
DEFAULT_TEMPERATURE=0.7  # 默认温度设置
DEFAULT_TOP_P=1.0 # 默认 top_p 设置
DEFAULT_FREQUENCY_PENALTY=0.0 # 默认频率惩罚
DEFAULT_PRESENCE_PENALTY=0.0  # 默认存在惩罚

# 存储配置
CONVERSATION_DIR=./convos # 存储对话数据的目录
MAX_CONVERSATIONS=1000 # 要存储的最大对话数

与 Claude UI 等集成

您的 mcp.json 文件应如下所示：

{
  "mcpServers": {
    "chat-adapter": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-chat-adapter"
      ],
      "env": {
          "CONVERSATION_DIR": "/Users/aiamblichus/mcp-convos",
          "OPENAI_API_KEY": "xoxoxo",
          "OPENAI_API_BASE": "https://openrouter.ai/api/v1",
          "DEFAULT_MODEL": "qwen/qwq-32b"
      }
    }
  }
}

该软件包的最新版本已发布到 npm 此处。

可用工具

1. 创建对话

创建一个新的聊天对话。

{
  "name": "create_conversation",
  "arguments": {
    "model": "gpt-4",
    "system_prompt": "You are a helpful assistant.",
    "parameters": {
      "temperature": 0.7,
      "max_tokens": 1000
    },
    "metadata": {
      "title": "My conversation",
      "tags": ["important", "work"]
    }
  }
}

2. 聊天

向对话添加消息并获取响应。

{
  "name": "chat",
  "arguments": {
    "conversation_id": "123",
    "message": "Hello, how are you?",
    "parameters": {
      "temperature": 0.8
    }
  }
}

3. 列出对话

获取可用对话的列表。

{
  "name": "list_conversations",
  "arguments": {
    "filter": {
      "tags": ["important"]
    },
    "limit": 10,
    "offset": 0
  }
}

4. 获取对话

获取对话的完整内容。

{
  "name": "get_conversation",
  "arguments": {
    "conversation_id": "123"
  }
}

5. 删除对话

删除对话。

{
  "name": "delete_conversation",
  "arguments": {
    "conversation_id": "123"
  }
}

开发

安装

# 克隆存储库
git clone https://github.com/aiamblichus/mcp-chat-adapter.git
cd mcp-chat-adapter

# 安装依赖项
yarn install

# 构建项目
yarn build

运行服务器

对于 FastMCP cli 运行：

yarn cli

对于 FastMCP inspect 运行：

yarn inspect

贡献

欢迎贡献！请随时提交拉取请求。

许可证

MIT