关于 pash-mcp-server
pash-mcp-server 是从 Felix 生态中独立出来的 MCP 服务,供需要从本地目录加载工具的 MCP 客户端使用。它通过 PASH 压缩大型 JSON 响应,并根据清单动态注册工具。
主要功能
- 01根据清单动态加载工具
- 02压缩大型 JSON 响应的 PASH
- 03stdio 传输
- 04通过 .env 配置
- 05无需依赖 Felix 核心的独立实现
适用场景
- 01向客户端提供本地配置的 MCP 工具
- 02减少大型工具响应的 token 用量
- 03从 mcp_engines 目录加载工具
MCP 相关
它通过 stdio 运行 MCP 服务,从 `mcp_engines` 清单加载工具,并将请求路由到配置的 MCP 服务。PASH 会压缩大型 JSON 响应。
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。
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
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
Felix 独立 MCP 服务
采用 PASH 压缩的独立 MCP 服务(Phoenix 架构)
本项目是从 Felix 生态系统中提取出的精简、可用于生产环境的 Model Context Protocol(MCP)服务。它旨在通过内置的 PASH 压缩,为外部工具(Cursor、Claude Desktop 等)提供服务,并最大限度地节省 token。
特性(Phoenix 架构)
- 纯净核心:不依赖 Felix 单体代码库中的任何隐藏组件。
- 动态注册:自动扫描
mcp_engines目录,并从manifest.json加载工具。 - PASH 压缩:智能压缩体积较大的 JSON 响应(节省 >80% 的 token),并透明地返回哈希值。
- 零配置启动:通过
stdio运行,并使用.env进行配置。
⚠️ 安全与 Runtime
对于修改服务端(sse_server.py、测试)的开发者:请严格遵循 按端口进行精确进程清理 模式。严禁全局终止进程(taskkill /IM),因为这会中断 Agent 会话。
架构边界
Felix MCP Standalone 是一款独立产品。它与内部 Felix 核心(C:\Users\53\Felix)共享的是原则,而非代码。
- 产品评判器(位于
src/product_judge.py)是确定性验证的独立实现。它与内部 Mirror Forge Synthesis 共享“输出前进行结构验证”这一原则,但按设计,两者没有任何共用代码。这是为避免技术债务而有意为之。 - 认知循环和 PASH 压缩在本仓库中直接实现,不会导入或依赖内部 Felix 核心。这确保产品能够独立部署、测试和维护。
**这为何重要:**安装此软件包后,你将获得一个完整、自主的系统,不会暗中依赖内部基础设施。
安装
git clone https://github.com/AkynZH/pash-mcp-server.git
cd pash-mcp-server
pip install -e .
配置
将 .env.example 复制为 .env,并配置路径:
MCP_ENGINES_DIR=./mcp_engines
LOG_LEVEL=INFO
PASH_MIN_THRESHOLD=500
创建 mcp_engines 目录,并在其中放置包含 manifest.json 和 MCP 服务可执行文件的子目录。
启动
python server.py
服务将以 stdio 模式启动,并准备好通过兼容的客户端(例如 Claude Desktop)连接。
项目结构
pash-mcp-server/
├── server.py # Точка входа (FastMCP)
├── src/
│ ├── config.py # Pydantic-конфигурация
│ ├── router.py # Сканер и JSON-RPC прокси
│ └── compressor.py # Ядро PASH-сжатия
├── config/
│ └── manifest.example.json # Пример манифеста
└── tests/ # Изолированные тесты
Odysseus 集成状态
本仓库是认知核心,旨在与 Odysseus 之类的界面配合使用。
- ✅ **已完成并发布:**认知循环、PASH 压缩、产品评判器和启发式路由均已完整实现并通过测试。
- 🗺️ **路线图:**目前正在积极开发与 Odysseus Agent 的原生一键式 UI 集成(将本地反射机制与此认知核心相结合)。
我们相信应发布可用的成果,并明确标注正在开发的内容。
许可证
MIT License (c) 2026 AkynZH
评论
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。