
MCP Inception MCP Server
一个基于 TypeScript 的服务器,允许从您自己的 MCP 客户端调用其他 MCP 客户端,从而促进任务委派和上下文窗口卸载,以增强多智能体交互。
Tools
execute_map_reduce_mcp_client
Process multiple items in parallel then sequentially reduce the results to a single output.
execute_mcp_client
Offload certain tasks to AI. Used for research purposes, do not use for code editing or anything code related. Only used to fetch data.
execute_parallel_mcp_client
Execute multiple AI tasks in parallel, with responses in JSON key-value pairs.
README
免责声明
好的,这是一个难题。不幸的是,需要进行一些设置。 但是,如果您设法使其更加简单,请向我发送PR。
mcp-inception MCP 服务器
从您的 mcp 客户端调用另一个 mcp 客户端。委派任务,卸载上下文窗口。您代理的代理!
这是一个基于 TypeScript 的 MCP 服务器,它实现了一个简单的 LLM 查询系统。
- MCP 服务器和客户端合二为一
- 使用 mcp-client-cli 构建
- 卸载上下文窗口
- 委派任务
- 任务的并行和 map-reduce 执行
<a href="https://glama.ai/mcp/servers/hedrd1hxv5"><img width="380" height="200" src="https://glama.ai/mcp/servers/hedrd1hxv5/badge" alt="Inception Server MCP server" /></a>
特性
工具
execute_mcp_client
- 向单独的 LLM 提问,忽略查询其工具时所采取的所有中间步骤,并返回输出。- 将问题作为必需参数
- 返回答案,忽略所有中间上下文
- execute_parallel_mcp_client - 接受输入列表和主提示,并为输入中的每个字符串并行执行提示。
例如,获取当前 6 个主要城市的时间 - 伦敦、巴黎、东京、里约热内卢、纽约、悉尼。
- 接受主提示“这个城市的时间是多少?”
- 接受输入列表,伦敦巴黎等
- 为每个输入并行运行提示
- 注意:在使用此功能之前,请等待 this
execute_map_reduce_mcp_client
- 并行处理多个项目,然后按顺序将结果减少为单个输出。- 接受带有
{item}
占位符的mapPrompt
用于单独的项目处理 - 接受带有
{accumulator}
和{result}
占位符的reducePrompt
用于组合结果 - 接受要处理的
items
列表 - 累加器的可选
initialValue
- 并行处理项目,然后按顺序减少结果
- 示例用例:分析多个文档,然后将所有文档中的关键见解综合成摘要
- 接受带有
开发
依赖项:
- 安装 mcp-client-cli
- 还要安装配置文件,以及它在
~/.llm/config.json
中需要的 mcp 服务器
- 还要安装配置文件,以及它在
- 在某个地方创建一个 bash 文件,该文件激活 venv 并执行
llm
可执行文件
#!/bin/bash
source ./venv/bin/activate
llm --no-confirmations
安装包
安装依赖项:
npm install
构建服务器:
npm run build
对于使用自动重建进行开发:
npm run watch
安装
要与 Claude Desktop 一起使用,请添加服务器配置:
在 MacOS 上:~/Library/Application Support/Claude/claude_desktop_config.json
在 Windows 上:%APPDATA%/Claude/claude_desktop_config.json
{
"mcpServers": {
"mcp-inception": {
"command": "node",
"args": ["~/Documents/Cline/MCP/mcp-inception/build/index.js"], // build/index.js from this repo
"disabled": false,
"autoApprove": [],
"env": {
"MCP_INCEPTION_EXECUTABLE": "./run_llm.sh", // bash file from Development->Dependencies
"MCP_INCEPTION_WORKING_DIR": "/mcp-client-cli working dir"
}
}
}
}
调试
由于 MCP 服务器通过 stdio 进行通信,因此调试可能具有挑战性。我们建议使用 MCP Inspector,它作为包脚本提供:
npm run inspector
Inspector 将提供一个 URL 以访问浏览器中的调试工具。
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。