关于 MCP Server
MCP Server 是一个 Node.js 代理,将 API 请求转发给 LM Studio 中运行的模型,适用于需要模型查询和聊天补全的应用,并使用 OpenAI 兼容格式。
主要功能
- 01列出 LM Studio 中的模型
- 02生成聊天补全
- 03OpenAI 兼容响应格式
- 04支持 CORS
适用场景
- 01查询本地可用模型
- 02向 LM Studio 模型发送聊天请求
MCP 相关
README 将其描述为 LM Studio 的 HTTP 代理,但未说明 MCP 工具、资源或协议行为。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
模型通信协议服务
一个简单的 Node.js 服务,可作为与 LM Studio 模型交互的代理。
它提供两个 API 端点:
- 获取可用模型
- 执行聊天补全
使用 Express.js、Axios 和 Body-parser 构建。
🚀 功能
- 从 LM Studio 获取可用模型(
GET /v1/models) - 使用选定的模型执行聊天补全(
POST /v1/chat/completions) - 内置 CORS 支持,可跨域访问 API
- 简单易扩展
📦 安装
-
克隆仓库:
git clone https://github.com/master-faraz-official/mcp-server.git cd mcp-server -
安装依赖:
npm install
🛠 使用方法
-
确保 LM Studio 在本地运行于
http://localhost:11434。 -
启动服务:
node index.js服务将在
http://localhost:3000上运行
📚 API 端点
1. 获取模型
GET /v1/models
从 LM Studio 获取可用模型列表。
响应示例:
{
"object": "list",
"data": [
{
"id": "model-id-1",
"object": "model",
"owned_by": "local"
}
]
}
2. 聊天补全
POST /v1/chat/completions
发送聊天对话并获取模型的响应。
请求正文:
{
"model": "your-model-id",
"messages": [{ "role": "user", "content": "Hello!" }],
"temperature": 0.7
}
响应示例:
{
"id": "chatcmpl-abc123",
"object": "chat.completion",
"created": 1714150000,
"model": "your-model-id",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Hello! How can I assist you today?"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 0,
"completion_tokens": 0,
"total_tokens": 0
}
}
⚙️ 环境详情
- Node.js
- Express.js
- Axios
- Body-parser
- CORS
📄 注意事项
- 确保 LM Studio 在本机运行(
localhost:11434)。 - 此服务充当桥接层,将响应格式化为兼容 OpenAI 的格式。
📜 许可证
此项目为开源项目,采用 MIT License 许可。
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。