Fabric MCP Server

Fabric MCP 服务

main			develop

将 Fabric AI 框架的强大功能连接到任何兼容 Model Context Protocol（MCP）的应用程序。

本项目实现了一个独立服务，在 Daniel Miessler 的 Fabric 框架与 Model Context Protocol（MCP）之间搭建桥梁。它让你可以在 IDE 扩展或聊天界面等支持 MCP 的环境中，直接使用 Fabric 的模式、模型和配置。

想象一下，在你喜爱的工具中无缝使用 Fabric 的专用提示词来解释代码、重构代码或进行创意写作！

目录

• Fabric MCP 服务
  • 目录
  • 这是什么？
  • 主要目标与功能（基于设计）
  • 工作原理
  • 项目状态
  • 快速入门
    • 先决条件
    • 从源代码安装（面向开发者）
    • 从 PyPI 安装（面向用户）
  • 配置（环境变量）
    • 传输选项
  • 参与贡献
  • 许可证

这是什么？

• Fabric： 一个开源框架，专注于提示词工程和模块化 AI 工作流，借助 AI 增强人类能力。
• MCP： 一种开放标准协议，使 AI 应用程序（如 IDE）能够安全地与外部工具和数据源（如本服务）交互。
• Fabric MCP 服务： 本项目充当 MCP 服务，将 MCP 请求转换为对运行中的 Fabric 实例 REST API（fabric --serve）的调用。

主要目标与功能（基于设计）

• 无缝集成： 无需切换上下文，即可在 MCP 客户端中直接使用 Fabric 模式和功能。
• 增强工作流： 让 IDE 或其他工具中的大模型能够利用 Fabric 的专用提示词和用户配置。
• 标准化： 遵循开放 MCP 标准，实现 AI 工具集成。
• 利用 Fabric 核心： 基于现有 Fabric CLI 和 REST API 构建，无需修改 Fabric 核心代码库。
• 提供 Fabric 功能： 提供 MCP 工具，用于列出模式、获取模式详情、运行模式、列出模型／策略以及检索配置。
• 提供模式提示词： Fabric 模式也会作为 MCP 提示词提供，使用户能够通过支持提示词的客户端发现并调用可复用的模式模板。

工作原理

1. MCP 主机（例如 IDE 扩展）连接到此 Fabric MCP 服务。
2. 主机通过 MCP 的 list_tools() 机制发现可用工具（例如 fabric_run_pattern），并通过 MCP 的 prompts/list 机制发现可用的 Fabric 模式模板。
3. 当用户调用工具或提示词时（例如要求 IDE 的 AI 助手使用 Fabric 模式重构代码），主机会向此服务发送 MCP 请求。
4. Fabric MCP 服务将 MCP 请求转换为对正在运行的 fabric --serve 实例的相应 REST API 调用。
5. fabric --serve 实例执行该模式。
6. Fabric MCP 服务接收来自 Fabric 的响应（可能以流式方式传输），并将其转换回 MCP 响应发送给主机。

项目状态

此项目已完成功能开发。

本项目使用 BMAD-METHOD（突破性敏捷 AI 驱动开发方法）完成。

高层架构文档概述了核心架构和拟议的工具。

你也可以使用 浏览源代码。

开始使用

按照以下说明，你可以在本地计算机上获取并运行本项目，以进行开发和测试。

前置条件

• Python >= 3.10
• uv（Python 包和环境管理器），供开发者使用

从源代码安装（开发者）

1. 克隆代码库：

   git clone https://github.com/ksylvan/fabric-mcp.git
   cd fabric-mcp
   

2. 使用 uv sync 安装依赖：

   uv sync --dev
   

   此命令会确保虚拟环境与 pyproject.toml 和 uv.lock 中的依赖项一致；如有需要，首次运行时会创建环境。

3. 激活虚拟环境（uv 会在需要时创建环境）：

   • 在 macOS/Linux 上：

     source .venv/bin/activate
     

   • 在 Windows 上：

     .venv\Scripts\activate
     

现在，开发环境已设置完成！

从 PyPI 安装（用户）

如果你只想使用 fabric-mcp 服务而不进行开发，可以直接从 PyPI 安装：

# Using pip
pip install fabric-mcp

# Or using uv
uv pip install fabric-mcp

这将安装该软件包及其依赖项。之后，你可以使用 fabric-mcp 命令运行服务。

配置（环境变量）

可以使用以下环境变量配置 fabric-mcp 服务：

• FABRIC_BASE_URL：正在运行的 Fabric REST API 服务（fabric --serve）的基础 URL。
  • 默认值：http://127.0.0.1:8080
• FABRIC_API_KEY：与 Fabric REST API 服务进行身份验证所需的 API 密钥（如果该服务配置为要求提供密钥）。
  • 默认值：无（未设置时不会尝试进行身份验证）。
• FABRIC_MCP_LOG_LEVEL：设置 fabric-mcp 服务本身的日志详细程度。
  • 选项：DEBUG、INFO、WARNING、ERROR、CRITICAL（不区分大小写）。
  • 默认值：INFO

运行 fabric-mcp 前，你可以在 shell 环境中设置这些变量（或将其写入工作目录中的 .env 文件）：

export FABRIC_BASE_URL="http://your-fabric-host:port"
# This must match the key used by fabric --serve
export FABRIC_API_KEY="your_secret_api_key"
export FABRIC_MCP_LOG_LEVEL="DEBUG"

# Standard I/O transport (default)
fabric-mcp --stdio

# HTTP Streamable transport for HTTP-based MCP clients
fabric-mcp --http-streamable

# Custom host/port for HTTP transport
fabric-mcp --http-streamable --host 0.0.0.0 --port 3000 --mcp-path /message

传输选项

fabric-mcp 服务支持多种传输方式：

• --stdio：用于直接集成 MCP 客户端的标准输入/输出传输方式（默认）
• --http-streamable：基于 HTTP 的传输方式，运行完整的 HTTP 服务以进行 MCP 通信
  • --host：服务绑定地址（默认：127.0.0.1）
  • --port：服务端口（默认：8000）
  • --mcp-path：MCP 端点路径（默认：/message）

有关传输配置的更多详情，请参阅基础设施与部署概述。

贡献

请阅读此处的贡献文档，并遵循本仓库的准则。

另请参阅贡献者速查表，其中简要总结了开发工作流。

许可证

版权所有 (c) 2025，Kayvan Sylvan。本项目采用 MIT License。