关于 Arcanna MCP Server
Arcanna MCP Server 将 MCP 客户端连接到 Arcanna 的 AI 用例,支持资源、作业、事件、代码和反馈操作,并提供服务器健康检查。
主要功能
- 01创建、更新、检索和删除资源
- 02管理及训练作业
- 03按筛选条件查询已处理事件
- 04生成、执行并保存 Python 代码
- 05提交 AI 决策反馈
- 06检查服务器及 API 密钥状态
适用场景
- 01管理 Arcanna 作业和集成
- 02查看 Arcanna 处理的事件
- 03构建并保存代码集成
- 04提交决策反馈以改进模型
MCP 相关
向 MCP 客户端提供 Arcanna 资源、作业、事件、代码、反馈及健康检查工具。README 提供了 Claude Desktop 和其他 MCP 客户端的配置说明。
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
Arcanna MCP 服务
Arcanna MCP 服务允许用户通过模型上下文协议(MCP)与 Arcanna 的 AI 用例进行交互。
在 Claude Desktop 或其他 MCP 客户端中使用
配置
在 MCP 客户端配置文件(Claude Desktop 对应的配置文件为 claude_desktop_config.json)的 mcpServers 部分中添加以下条目。
使用 Docker 镜像(https://hub.docker.com/r/arcanna/arcanna-mcp-server)或 PyPi 软件包(https://pypi.org/project/arcanna-mcp-server/)
从此仓库构建本地镜像
前置条件
配置
- 切换到 Dockerfile 所在目录。
- 运行
docker build -t arcanna/arcanna-mcp-server . --progress=plain --no-cache - 将以下配置添加到 Claude Desktop / MCP 客户端配置中。
{
"mcpServers": {
"arcanna-mcp-server": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"ARCANNA_MANAGEMENT_API_KEY",
"-e",
"ARCANNA_HOST",
"arcanna/arcanna-mcp-server"
],
"env": {
"ARCANNA_MANAGEMENT_API_KEY": "<ARCANNA_MANAGEMENT_API_KEY>",
"ARCANNA_HOST": "<YOUR_ARCANNA_HOST_HERE>"
}
}
}
}
功能
- 资源管理:创建、更新和检索 Arcanna 资源(作业、集成)
- Python 编码:生成、执行代码,并将代码块保存为 Arcanna 集成
- 查询 Arcanna 事件:查询由 Arcanna 处理的事件
- 作业管理:创建、检索、启动、停止和训练作业
- 反馈系统:针对决策提供反馈,以提高模型准确性
- 健康监控:检查服务和 API 密钥状态
工具
查询 Arcanna 事件
-
query_arcanna_events
- 用于获取由 Arcanna 处理的事件,可提供多个筛选条件
-
get_filter_fields
- 用作辅助工具(检索可用于筛选的 Arcanna 字段)
资源管理
-
upsert_resources
- 创建或更新 Arcanna 资源
-
get_resources
- 检索 Arcanna 资源(作业 / 集成)
-
delete_resources
- 删除 Arcanna 资源
-
integration_parameters_schema
- 在此上下文中用作辅助工具
Python 编码
-
generate_code_agent
- 用于生成代码
-
execute_code
- 用于执行生成的代码
-
save_code
- 用于将代码块保存到 Arcanna 工作流中,作为一项集成
作业管理
-
start_job
- 开始为作业摄取事件
-
stop_job
- 停止为作业摄取事件
-
train_job
- 使用提供的反馈训练作业的 AI 模型
反馈系统
- add_feedback_to_event
- 针对 AI 决策提供反馈,以改进模型
系统健康
- health_check
- 验证服务状态和 Management API 密钥的有效性
- 返回 Management API 密钥授权状态
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。