Python 中的 Unichat MCP 服务器

另有 TypeScript 版本

-- <h4 align="center"> <a href="https://github.com/amidabuddha/unichat-mcp-server/blob/main/LICENSE.md"> <img src="https://img.shields.io/github/license/amidabuddha/unichat-mcp-server" alt="Released under the MIT license." /> </a> <a href="https://smithery.ai/server/unichat-mcp-server"> <img src="https://smithery.ai/badge/unichat-mcp-server" alt="Smithery Server Installations" /> </a> </h4>

通过工具或预定义提示，使用 MCP 协议向 OpenAI、MistralAI、Anthropic、xAI、Google AI 或 DeepSeek 发送请求。 需要供应商 API 密钥

工具

服务器实现了一个工具：

• unichat: 向 unichat 发送请求
  • 接受 "messages" 作为必需的字符串参数
  • 返回响应

提示

• code_review
  • 审查代码，找出最佳实践、潜在问题和改进之处
  • 参数：
    • code (字符串，必需): 要审查的代码"
• document_code
  • 为代码生成文档，包括文档字符串和注释
  • 参数：
    • code (字符串，必需): 要添加注释的代码"
• explain_code
  • 详细解释一段代码的工作原理
  • 参数：
    • code (字符串，必需): 要解释的代码"
• code_rework
  • 将请求的更改应用于提供的代码
  • 参数：
    • changes (字符串，可选): 要应用的更改"
    • code (字符串，必需): 要修改的代码"

快速开始

安装

Claude Desktop

在 MacOS 上: ~/Library/Application\ Support/Claude/claude_desktop_config.json 在 Windows 上: %APPDATA%/Claude/claude_desktop_config.json

支持的模型:

当前支持的模型列表，可作为 "SELECTED_UNICHAT_MODEL" 使用，请参见 此处。 请确保添加相关的供应商 API 密钥作为 "YOUR_UNICHAT_API_KEY"

示例:

"env": {
  "UNICHAT_MODEL": "gpt-4o-mini",
  "UNICHAT_API_KEY": "YOUR_OPENAI_API_KEY"
}

开发/未发布服务器配置

"mcpServers": {
  "unichat-mcp-server": {
    "command": "uv",
    "args": [
      "--directory",
      "{{你的源代码本地目录}}/unichat-mcp-server",
      "run",
      "unichat-mcp-server"
    ],
    "env": {
      "UNICHAT_MODEL": "SELECTED_UNICHAT_MODEL",
      "UNICHAT_API_KEY": "YOUR_UNICHAT_API_KEY"
    }
  }
}

已发布服务器配置

"mcpServers": {
  "unichat-mcp-server": {
    "command": "uvx",
    "args": [
      "unichat-mcp-server"
    ],
    "env": {
      "UNICHAT_MODEL": "SELECTED_UNICHAT_MODEL",
      "UNICHAT_API_KEY": "YOUR_UNICHAT_API_KEY"
    }
  }
}

通过 Smithery 安装

要通过 Smithery 自动为 Claude Desktop 安装 Unichat：

npx -y @smithery/cli install unichat-mcp-server --client claude

开发

构建和发布

要准备用于分发的软件包：

1. 同步依赖项并更新 lockfile：

uv sync

2. 构建软件包分发：

uv build

这将在 dist/ 目录中创建源和 wheel 分发。

3. 发布到 PyPI：

uv publish --token {{YOUR_PYPI_API_TOKEN}}

调试

由于 MCP 服务器通过 stdio 运行，因此调试可能具有挑战性。 为了获得最佳调试体验，我们强烈建议使用 MCP Inspector。

您可以通过 npm 使用以下命令启动 MCP Inspector：

npx @modelcontextprotocol/inspector uv --directory {{你的源代码本地目录}}/unichat-mcp-server run unichat-mcp-server

启动后，Inspector 将显示一个 URL，您可以在浏览器中访问该 URL 以开始调试。