slimcontext-mcp-server

SlimContext MCP 服务

一个 Model Context Protocol（MCP）服务，封装了 SlimContext 库，为兼容 MCP 的客户端提供 AI 聊天历史压缩工具。

概述

SlimContext MCP 服务将两种强大的压缩策略作为 MCP 工具提供：

1. trim_messages - 基于令牌的压缩，超出令牌阈值时移除最早的消息
2. summarize_messages - 使用 OpenAI 生成简洁摘要的 AI 驱动压缩

安装

npm install -g slimcontext-mcp-server
# or
pnpm add -g slimcontext-mcp-server

开发

# Clone and setup
git clone <repository>
cd slimcontext-mcp-server
pnpm install

# Build
pnpm build

# Run in development
pnpm dev

# Type checking
pnpm typecheck

配置

MCP 客户端设置

将以下内容添加到 MCP 客户端配置中：

{
  "mcpServers": {
    "slimcontext": {
      "command": "npx",
      "args": ["-y", "slimcontext-mcp-server"]
    }
  }
}

环境变量

• OPENAI_API_KEY：用于生成摘要的 OpenAI API 密钥（可选，也可作为工具参数传入）

工具

trim_messages

使用基于令牌的裁剪策略压缩聊天历史。

参数：

• messages（必需）：聊天消息数组
• maxModelTokens（可选）：模型上下文窗口的最大令牌数（默认值：8192）
• thresholdPercent（可选）：触发压缩的百分比阈值，范围为 0-1（默认值：0.7）
• minRecentMessages（可选）：保留的近期消息最小数量（默认值：2）

示例：

{
  "messages": [
    { "role": "system", "content": "You are a helpful assistant." },
    { "role": "user", "content": "Hello!" },
    { "role": "assistant", "content": "Hi there! How can I help you today?" },
    { "role": "user", "content": "Tell me about AI." }
  ],
  "maxModelTokens": 4000,
  "thresholdPercent": 0.8,
  "minRecentMessages": 2
}

响应：

{
  "success": true,
  "original_message_count": 4,
  "compressed_message_count": 3,
  "messages_removed": 1,
  "compression_ratio": 0.75,
  "compressed_messages": [
    { "role": "system", "content": "You are a helpful assistant." },
    { "role": "assistant", "content": "Hi there! How can I help you today?" },
    { "role": "user", "content": "Tell me about AI." }
  ]
}

summarize_messages

使用 AI 驱动的摘要策略压缩聊天历史。

参数：

• messages（必需）：聊天消息数组
• maxModelTokens（可选）：模型上下文窗口的最大令牌数（默认值：8192）
• thresholdPercent（可选）：触发压缩的百分比阈值，范围为 0-1（默认值：0.7）
• minRecentMessages（可选）：保留的近期消息最小数量（默认值：4）
• openaiApiKey（可选）：OpenAI API 密钥（也可使用 OPENAI_API_KEY 环境变量）
• openaiModel（可选）：用于生成摘要的 OpenAI 模型（默认值：'gpt-4o-mini'）
• customPrompt（可选）：自定义摘要提示词

示例：

{
  "messages": [
    { "role": "system", "content": "You are a helpful assistant." },
    { "role": "user", "content": "I want to build a web scraper." },
    {
      "role": "assistant",
      "content": "I can help you build a web scraper! What programming language would you prefer?"
    },
    { "role": "user", "content": "Python please." },
    {
      "role": "assistant",
      "content": "Great choice! For Python web scraping, I recommend using requests and BeautifulSoup..."
    },
    { "role": "user", "content": "Can you show me a simple example?" }
  ],
  "maxModelTokens": 4000,
  "thresholdPercent": 0.6,
  "minRecentMessages": 2,
  "openaiModel": "gpt-4o-mini"
}

响应：

{
  "success": true,
  "original_message_count": 6,
  "compressed_message_count": 4,
  "messages_removed": 2,
  "summary_generated": true,
  "compression_ratio": 0.67,
  "compressed_messages": [
    { "role": "system", "content": "You are a helpful assistant." },
    {
      "role": "system",
      "content": "The user expressed interest in building a web scraper and requested help with Python. The assistant recommended using requests and BeautifulSoup libraries for Python web scraping."
    },
    {
      "role": "assistant",
      "content": "Great choice! For Python web scraping, I recommend using requests and BeautifulSoup..."
    },
    { "role": "user", "content": "Can you show me a simple example?" }
  ]
}

消息格式

这两种工具都要求消息采用 SlimContext 格式：

interface SlimContextMessage {
  role: 'system' | 'user' | 'assistant' | 'tool' | 'human';
  content: string;
}

错误处理

所有工具都会返回结构化的错误响应：

{
  "success": false,
  "error": "Error message description",
  "error_type": "SlimContextError" | "OpenAIError" | "UnknownError"
}

常见错误情况：

• 生成摘要时缺少 OpenAI API 密钥
• 消息格式无效
• OpenAI API 速率限制或错误
• 参数值无效

令牌估算

SlimContext 使用简单的启发式方法估算令牌数：Math.ceil(content.length / 4) + 2。对于大多数使用场景，这能提供合理的近似值。如需更准确地统计令牌数，需要在客户端应用中实现自定义令牌估算器。

压缩策略

裁剪策略

• 保留所有系统消息
• 保留最近的 N 条消息
• 移除最早的非系统消息，直到低于令牌阈值
• 快速且确定
• 不依赖外部 API

摘要策略

• 保留所有系统消息
• 保留最近的 N 条消息
• 使用 AI 对对话的中间部分生成摘要
• 生成上下文丰富的摘要
• 需要访问 OpenAI API

许可证

MIT

贡献

1. Fork 此仓库
2. 创建功能分支
3. 完成修改
4. 为新功能添加测试
5. 提交拉取请求

相关项目

• SlimContext - 底层压缩库
• Model Context Protocol - 协议规范
• MCP SDK - 用于 MCP 的 TypeScript SDK