模型上下文提供器 (MCP) 服务器

概述

模型上下文提供器 (MCP) 服务器 是一个轻量级且高效的系统，旨在管理 AI 模型的上下文数据。 它可以帮助 AI 应用程序根据用户查询检索相关上下文，从而提高 AI 驱动系统的整体智能性和响应能力。

特性

• 上下文管理: 添加、更新和检索结构化上下文数据。
• 基于查询的上下文匹配: 使用基于关键字的搜索算法识别相关上下文。
• 基于 JSON 的存储: 处理结构化的 AI 上下文数据。
• 基于文件的上下文加载: 从外部 JSON 文件动态加载上下文。
• 调试支持: 提供用于查询处理的详细调试日志。

安装

要安装和运行 MCP 服务器，请按照以下步骤操作：

# 克隆仓库
git clone https://github.com/your-repo/mcp-server.git
cd mcp-server

# 安装依赖
pip install -r requirements.txt

用法

1. 初始化 MCP 服务器

from mcp_server import ModelContextProvider

mcp = ModelContextProvider()

2. 添加上下文

mcp.add_context(
    "company_info",
    {
        "name": "TechCorp",
        "founded": 2010,
        "industry": "Artificial Intelligence",
        "products": ["AI Assistant", "Smart Analytics", "Prediction Engine"],
        "mission": "To make AI accessible to everyone"
    }
)

3. 查询上下文

query = "What are the features of the AI Assistant product?"
relevant_context = mcp.query_context(query)
print(relevant_context)

4. 向 AI 模型提供上下文

model_context = mcp.provide_model_context(query)
print(model_context)

API 方法

方法	描述
add_context(context_id, content, metadata)	添加或更新上下文。
get_context(context_id)	按 ID 检索上下文。
query_context(query, relevance_threshold)	根据查询查找相关上下文。
provide_model_context(query, max_contexts)	返回结构化的、可用于模型的上下文。

贡献

欢迎贡献！ 如果您想改进 MCP 服务器，请随时 fork 该仓库并提交 pull request。