Hatchling

Hatchling

Hatchling 是一款基于命令行的交互式聊天应用，通过 Ollama 集成本地大模型（LLM），并借助 Model Context Protocol（MCP）实现工具调用功能。它旨在作为前端，供你使用 Hatch 中的所有 MCP 服务！

功能

• 基于命令行的聊天界面
• 大模型集成包括：Ollama、OpenAI
• 调用 MCP 服务中的工具
• 包装工具执行过程，引导大模型执行更长的工具调用链，从而完成更多工作
• 每当大模型使用 MCP 服务包装的软件时，恰当地引用源软件

即将推出

• 2025 年 8 月底前：
  • 集成 Hatching! Biology，以共享可访问生物学资源和建模软件的 MCP 服务。
• 2025 年 10 月底前：
  • 添加启用／禁用工具和手动执行工具的命令。
  • 开始改进聊天历史管理，支持定向引用消息和树状聊天结构

路线图

• 为聊天和 MCP 服务管理提供 GUI
• 用户自定义工具链

安装与运行

1. Docker 设置说明

2. 运行 Hatchling

3. 聊天内命令

将 MCP 服务扩展为 Hatch! 程序包

你可以通过创建 Hatch 程序包，使用自定义 MCP 工具扩展 Hatchling：

1. 在 Hatchling 运行时，使用

   hatch:create /home/<user_name>/.local/<pkg_name> --description "Your description here"
   

   在 HATCH_LOCAL_PACKAGE_DIR/<pkg_name> 目录下创建文件夹，其中：

   • HATCH_LOCAL_PACKAGE_DIR 是你可以在 .env 文件中设置的环境变量。
   • <user_name> 默认为 HatchlingUser；如果你更改了 .env 文件中的 USER_NAME 值，它也可能不同。

2. server.py 是 MCP 服务的入口点。

3. 添加一个新工具：

   @hatch_mcp.tool()
   def my_custom_tool(param1: str, param2: int) -> str:
       """Description of what your tool does.
       
       Args:
           param1 (str): First parameter description.
           param2 (int): Second parameter description.
           
       Returns:
           str: Description of the return value.
       """
       hatch_mcp.logger.info(f"Custom tool called with {param1} and {param2}")
       return f"Processed {param1} with value {param2}"
   
   if __name__ == "__main__":
       hatch_mcp.run()
   

   通常，你可以在文件中新添加的函数上方使用 @hatch_mcp.tool() 装饰器来定义新工具。这遵循 MCP Python SDK 的模式。

4. 你可以通过以下命令将程序包添加到当前的 Hatch! 环境中：

   hatch:pkg:add /home/<user_name>/.local/<pkg_name>
   

5. 运行 mcp:server:connect 命令，即可在 Hatchling 中使用你的 Hatch! 程序包。

相关仓库

Hatchling 是更大的 Hatch 生态系统的一部分，该生态系统包括：

• Hatch：Hatch 生态系统的官方包管理器，现已完全集成到 Hatchling 中，并内置了用于管理 MCP 服务的命令
  • 为 MCP 服务集合提供环境管理
  • 支持从本地和注册表来源安装包
  • 提供模板函数，助力快速启动新包开发
• Hatch-Schemas：包含包元数据和验证所用的 JSON 架构
  • 包含适用于单个包和中央注册表的架构
  • 通过 GitHub releases 提供对架构的版本化访问
  • 提供用于架构缓存和更新的辅助工具
• Hatch-Validator：根据架构验证包
  • 根据架构规范验证包
  • 解析并验证包依赖项
  • 自动获取和管理架构版本
• Hatch-Registry：Hatch 包的包注册表
  • 集中维护可用的 MCP 服务包
  • 支持包版本管理和依赖信息
  • 提供搜索和发现功能
  • 通过元数据验证确保包的完整性

这些仓库协同工作，为在 Hatchling 中创建、管理和使用 MCP 工具提供了全面的框架。

项目更新摘要

August 15,2025：

• 应贡献者的请求，新增了对 OpenAI 的大模型的支持。
  • 这涉及较大的内部改动，但对大多数用户来说是透明的
  • 现已提供标准化接口，便于未来为更多大模型提供商添加支持。如果你希望支持某个提供商，请提交 issue。
• 改进了 CLI 的显示效果
  • 现在借助 prompt_toolkit 展示令牌用量、MCP 服务的生命周期以及工具链式执行信息
  • 新增和更新了命令，主要用于管理 MCP 服务和大模型。
• 可访问的设置有所增加，可用于自定义大模型用法。

June 27,2025：

• 6 月初，我们举办了一场以使用 Hatchling 为中心的内部黑客马拉松，开发和使用 MCP 服务来分析生物数据、构建模型并运行模拟。这帮助我们发现了一些实际限制，我们已着手解决。
• 此次我们仅发布更新中的 UI 部分，带来以下功能：
  • 在终端中为 Hatch! 和 Hatchling 命令提供语法高亮
  • 使用上下方向键浏览提示词历史记录
  • 命令自动补全
• 之后，我们着手改进 Hatch 生态系统的内部结构，以便进行未来的更新。虽然非常必要，但说实话，也有点无聊！
• 下方的总体路线图仍然是最新的。

May 27, 2025：Hatch 包管理器生态系统首次发布！🎉

• Hatch 包管理器现已完全集成到 Hatchling 中，并内置了相关命令
• 用于动态加载和切换 MCP 服务的包架构现已完成
• 已建立相关仓库，以支持整个流程。

贡献

欢迎贡献！详情请参阅我们的贡献指南。

快速开始

1. Fork 并克隆仓库
2. 安装依赖项：pip install -e . 和 npm install
3. 创建功能分支：git checkout -b feat/your-feature
4. 进行更改并添加测试
5. 使用约定式提交：运行 npm run commit，按提示创建提交
6. 运行测试：python run_tests.py --regression --feature
7. 创建拉取请求

提交消息

我们使用 Conventional Commits 进行自动版本管理：

feat: add new feature
fix: resolve bug
docs: update documentation
test: add tests
chore: maintenance tasks

使用 npm run commit 按提示编写提交消息。

详细指南请参阅 CONTRIBUTING.md 和 版本管理文档。