mcpField
W
watsonx

watsonx

本地服务
github.com/ExpertVagabondAI 与智能体09 周前更新

关于 watsonx

watsonx 是一个供 Claude Code 调用 IBM watsonx.ai 的 MCP 服务,提供文本生成、聊天、嵌入和模型查询工具,便于将特定任务交给 watsonx.ai 模型处理。

主要功能

  1. 01生成文本
  2. 02与模型聊天
  3. 03创建文本嵌入
  4. 04列出可用模型

适用场景

  1. 01将文本生成任务交给 watsonx.ai
  2. 02为 RAG 流程创建嵌入
  3. 03查询 watsonx.ai 中的可用模型

MCP 相关

该服务向 Claude Code 等 MCP 客户端提供 watsonx.ai 文本生成、聊天、嵌入和模型查询工具。

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。

mcp.json · 通用配置
{
"mcpServers": {
"expertvagabond-watsonx": {
"command": "npx",
"args": [
"-y",
"watsonx-mcp-server"
]
}
}
}
启动命令npx -y watsonx-mcp-server

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmwatsonx-mcp-server1.0.1

工具

13

收录的工具列表 · 更新于 3 周前

参数类型必填说明
top_knumber否Top-k 采样
top_pnumber否Top-p 核采样
promptstring是要发送给模型的提示词
model_idstring否模型 ID(例如:'ibm/granite-3-3-8b-instruct'、'meta-llama/llama-3-70b-instruct')
temperaturenumber否采样温度(0-2)
max_new_tokensnumber否要生成的最大 token 数

详细介绍

watsonx MCP 服务

用于将 IBM watsonx.ai 集成到 Claude Code 的 MCP 服务。使 Claude 能够将任务委托给 IBM 的基础模型(Granite、Llama、Mistral 等)。

功能

  • 文本生成 - 使用 watsonx.ai 基础模型生成文本
  • 聊天 - 与 watsonx.ai 聊天模型进行对话
  • 嵌入 - 生成文本嵌入
  • 模型列表 - 列出所有可用的基础模型

可用工具

工具描述
watsonx_generate使用 watsonx.ai 模型生成文本
watsonx_chat与 watsonx.ai 模型聊天
watsonx_embeddings生成文本嵌入
watsonx_list_models列出可用模型

设置

1. 安装依赖项
cd ~/watsonx-mcp-server
npm install
2. 配置环境

设置以下环境变量:

WATSONX_API_KEY=your-ibm-cloud-api-key
WATSONX_URL=https://us-south.ml.cloud.ibm.com
WATSONX_SPACE_ID=your-deployment-space-id  # Recommended: deployment space
WATSONX_PROJECT_ID=your-project-id          # Alternative: project ID

注意:文本生成、嵌入和聊天需要设置 WATSONX_SPACE_ID 或 WATSONX_PROJECT_ID。建议使用部署空间,因为其中已预配置 Watson Machine Learning(WML)。

3. 添加到 Claude Code

MCP 服务已在 ~/.claude.json 中配置:

{
  "mcpServers": {
    "watsonx": {
      "type": "stdio",
      "command": "node",
      "args": ["/Users/matthewkarsten/watsonx-mcp-server/index.js"],
      "env": {
        "WATSONX_API_KEY": "your-api-key",
        "WATSONX_URL": "https://us-south.ml.cloud.ibm.com",
        "WATSONX_SPACE_ID": "your-deployment-space-id"
      }
    }
  }
}

使用方法

配置完成后,Claude 即可使用 watsonx.ai 工具:

User: Use watsonx to generate a haiku about coding

Claude: [Uses watsonx_generate tool]
Result: Code flows like water
       Bugs arise, then disappear
       Programs come alive

可用模型

部分值得关注的可用模型:

  • ibm/granite-3-3-8b-instruct - IBM Granite 3.3 8B(推荐)
  • ibm/granite-13b-chat-v2 - IBM Granite 聊天模型
  • ibm/granite-3-8b-instruct - Granite 3 指令模型
  • meta-llama/llama-3-70b-instruct - Meta 的 Llama 3 70B
  • mistralai/mistral-large - Mistral AI 大型模型
  • ibm/slate-125m-english-rtrvr-v2 - 嵌入模型

使用 watsonx_list_models 查看所有可用模型。

架构

Claude Code (Opus 4.5)
         │
         └──▶ watsonx MCP Server
                    │
                    └──▶ IBM watsonx.ai API
                              │
                              ├── Granite Models
                              ├── Llama Models
                              ├── Mistral Models
                              └── Embedding Models

双 Agent 系统

这实现了双 Agent 架构,其中:

  1. Claude(Opus 4.5) - 主推理 Agent,处理复杂任务
  2. watsonx.ai - 用于特定工作负载的辅助 Agent

在以下情况下,Claude 可以将任务委托给 watsonx.ai:

  • 需要 IBM 特有的模型能力
  • 对企业数据运行批量推理
  • 使用专用 Granite 模型
  • 为 RAG 流水线生成嵌入

IBM Cloud 资源

此 MCP 服务使用:

  • 服务:watsonx.ai Studio(data-science-experience)
  • 方案:Lite(免费层级)
  • 区域:us-south

在 IBM Cloud 中创建自己的 watsonx.ai 项目和部署空间。

与 IBM Z MCP 服务集成

此 watsonx MCP 服务可与 IBM Z MCP 服务协同工作:

Claude Code (Opus 4.5)
         │
         ├──▶ watsonx MCP Server
         │         └── Text generation, embeddings, chat
         │
         └──▶ ibmz MCP Server
                   └── Key Protect HSM, z/OS Connect

ibmz-mcp-server 中的演示脚本:

  • demo-full-stack.js - 完整的 5 服务流水线
  • demo-rag.js - 使用 watsonx 嵌入和 Granite 的 RAG

文档分析器

文档分析器(document-analyzer.js)提供强大的工具,可使用 watsonx.ai 分析外部驱动器中的数据:

命令
# View document catalog (9,168 documents)
node document-analyzer.js catalog

# Summarize a document
node document-analyzer.js summarize 1002519.txt

# Analyze document type, topics, entities
node document-analyzer.js analyze 1002519.txt

# Ask questions about a document
node document-analyzer.js question 1002519.txt 'What AWS credentials are needed?'

# Generate embeddings for documents
node document-analyzer.js embed

# Semantic search across documents
node document-analyzer.js search 'IBM Cloud infrastructure'
功能
  • 摘要:为任意文档生成简洁摘要
  • 分析:提取文档类型、主题、实体和情感倾向
  • 问答:使用自然语言提问,了解文档内容
  • 嵌入:生成 768 维向量,用于语义搜索
  • 语义搜索:使用向量相似度查找相似文档
演示

运行完整演示:

./demo-external-drive.sh

嵌入索引与 RAG

embedding-index.js 工具提供语义搜索和 RAG(检索增强生成):

# Build an embedding index (50 documents)
node embedding-index.js build 50

# Semantic search
node embedding-index.js search 'cloud infrastructure'

# RAG query - retrieves relevant docs and generates answer
node embedding-index.js rag 'How do I set up AWS for Satellite?'

# Show index statistics
node embedding-index.js stats

批处理器

batch-processor.js 工具可一次处理多个文档:

# Classify documents into categories
node batch-processor.js classify 20

# Extract topics from documents
node batch-processor.js topics 15

# Generate one-line summaries
node batch-processor.js summarize 10

# Full analysis (classify + topics + summary)
node batch-processor.js full 10

类别:技术、商业、创意、个人、代码、法律、营销、教育、其他

文件

  • index.js - MCP 服务实现
  • document-analyzer.js - 文档分析命令行工具
  • embedding-index.js - 嵌入索引和 RAG 工具
  • batch-processor.js - 文档批处理器
  • demo-external-drive.sh - 演示脚本
  • package.json - 依赖项
  • README.md - 本文件

作者

Matthew Karsten

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。