关于 🚀 MCP-AI: Self-Learning API-to-cURL Model
MCP-AI 将 API 文档转换为 cURL 命令,并通过自动生成数据集和强化学习改进模型,面向需要通过 MCP 服务执行 API 操作的场景。
主要功能
- 01将 API 文档转换为 cURL
- 02自动生成数据集
- 03通过强化学习改进模型
- 04使用 GitHub Actions 部署
适用场景
- 01根据 API 文档生成 cURL 命令
- 02通过 MCP 服务执行 API 操作
MCP 相关
提供用于基于 API 执行操作的 MCP 服务。
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
🚀 MCP-AI:自学习 API 转 cURL 模型
此项目构建了一个自主 AI 系统,用于将 API 文档转换为 cURL 命令。
📌 功能:
✅ 自动生成数据集
✅ 通过强化学习持续改进模型
✅ 用于基于 API 执行的 MCP 服务
✅ 通过 GitHub Actions 持续部署
🚀 快速开始:
1️⃣ 安装依赖:
pip install -r requirements.txt
2️⃣ 启动 MCP 服务:
bash scripts/start_mcp.sh
3️⃣ 启动 AI 自动化:
python src/ai_autonomous_dev.py
4️⃣ 测试系统:
pytest tests/
📜 setup.py(用于打包 SDK)
from setuptools import setup, find_packages
setup(
name="mcp_sdk",
version="1.0",
packages=find_packages(),
install_requires=[
"fastapi",
"uvicorn",
"torch",
"transformers",
"sacrebleu",
"requests",
"pytest",
"gitpython",
],
author="Your Name",
description="MCP SDK for API-to-cURL Model Automation",
license="MIT"
)
✅ 最后步骤
1️⃣ 安装依赖
pip install -r requirements.txt
2️⃣ 启动 MCP 服务
bash scripts/start_mcp.sh
3️⃣ 运行 AI 自动化
python src/ai_autonomous_dev.py
4️⃣ 测试系统
pytest tests/
修复 uvicorn:找不到命令
此错误表明 uvicorn 尚未安装,或不在系统路径中。
✅ 解决方案 1:安装 Uvicorn
pip install uvicorn
✅ 解决方案 2:确保已激活虚拟环境
source /Users/umasankars/PycharmProjects/CapstoneMCPserver/venv/bin/activate
pip install -r requirements.txt
✅ 解决方案 3:显式调用 Python 来运行 Uvicorn
修改 scripts/start_mcp.sh:
#!/bin/bash
echo "🚀 Starting MCP Server..."
/Users/umasankars/PycharmProjects/CapstoneMCPserver/venv/bin/python -m uvicorn src.mcp_server:app --reload
最后步骤
应用修复后,重新启动所有内容:
pip install --upgrade pip setuptools wheel
pip install -r requirements.txt
bash scripts/start_mcp.sh
🚀 现在系统已全面整合并具备自学习能力! 🎯
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。