mcpField
J
jmcpx

jmcpx

本地服务
github.com/Ernyoke开发工具157 周前更新

关于 jmcpx

jmcpx 是用于交互和管理 MCP 服务的命令行客户端,面向需要在终端中操作 MCP 服务并配置 LLM 的用户。它可启动会话、列出工具与资源,并支持多种 LLM 配置。

主要功能

  1. 01启动并管理交互会话
  2. 02列出服务提供的工具和资源
  3. 03配置多种 LLM
  4. 04以 Markdown 格式呈现响应
  5. 05使用 JSON 和 TOML 配置

适用场景

  1. 01从命令行启动 MCP 会话
  2. 02查看 MCP 服务可用的工具和资源
  3. 03配置 Bedrock、Anthropic 或 OpenAI 模型
  4. 04通过配置文件管理 MCP 连接

MCP 相关

jmcpx 是 MCP 客户端,可连接并管理 MCP 服务会话,也能列出服务公开的工具和资源。MCP 连接可在 JSON 配置中指定为 stdio 或 HTTP。

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。

代码仓库

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

jmcpx

jmcpx 是一款命令行界面(CLI)客户端,专为与 MCP(Model Context Protocol)服务交互而设计。它提供了一套强大的工具,可用于管理 MCP 服务并与之交互,同时还能无缝集成各种大模型配置。

功能

  • 会话管理:启动并管理与 MCP 服务的交互式会话。
  • 工具和资源列表:获取并显示 MCP 服务提供的可用工具和资源。
  • 大模型集成:支持多种大模型配置,包括 OpenAI、Anthropic 和 Bedrock。
  • Markdown 渲染:以 Markdown 格式输出响应,提高可读性。
  • 可自定义配置:使用 JSON 和 TOML 文件轻松配置 MCP 和大模型设置。

要求

  • Java:版本 21 或更高
  • Maven:用于依赖管理和项目构建

安装

  1. 克隆代码库:

    git clone ...
    cd jmcpx
    
    
  2. Build the project using Maven:

    mvn clean package
    
  3. 运行应用程序:

    java -jar target/jmcpx-1.0-SNAPSHOT.jar
    

用法

该应用程序提供了多个命令,用于与 MCP 服务和大模型配置交互。以下是可用命令:

启动会话

启动与 MCP 服务的交互式会话:

java -jar target/jmcpx-1.0-SNAPSHOT.jar session

选项:

  • -c 或 --mcp:指定 mcp.json 文件的位置(默认:<user.home>/.config/jmcpx/mcp.json)。
  • -l 或 --llm:指定 llm.toml 文件的位置(默认:<user.home>/.config/jmcpx/llm.toml)。
列出 MCP 服务详情

列出 MCP 服务提供的可用工具和资源:

java -jar target/jmcpx-1.0-SNAPSHOT.jar list

选项:

  • -c 或 --mcp:指定 mcp.json 文件的位置(默认:<user.home>/.config/jmcpx/mcp.json)。
  • -l 或 --llm:指定 llm.toml 文件的位置(默认:<user.home>/.config/jmcpx/llm.toml)。

配置

默认情况下,你可以将 mcp.json 和 llm.toml 配置文件放在用户主目录中,具体路径为 <user.home>/.config/jmcpx。

如果使用 Windows,主目录的默认路径为 C:\Users\<username>(例如:C:\Users\ervin)。 对于 OSX/Linux,路径类似于 /home/<username>。

你可以使用 -c 标志覆盖 mcp.json 文件的路径,并使用 -l 覆盖 llm.toml 配置文件的路径。

MCP 配置

mcp.json 文件定义 MCP 服务及其配置。示例:

{
  "mcpServers": {
    "server1": {
      "transport": "stdio",
      "command": "path/to/server1",
      "args": ["--arg1", "--arg2"],
      "env": {
        "ENV_VAR1": "value1"
      }
    },
    "server2": {
      "transport": "http",
      "url": "https://myserver.com/mcp",
      "headers": {
        "Authorization": "Bearer ..."
      }
    }
  }
}
大模型配置

llm.toml 文件定义大模型配置。示例:

[[bedrock]]
modelId = "amazon.nova-pro-v1:0"
region = "us-east-1"

[[anthropic]]
modelName = "claude-sonnet-4-20250514"
apiKey = "..."
default = true

[[anthropic]]
modelName = "claude-3-7-sonnet-20250219"
apiKey = "..."

[[openai]]
modelName = "gpt-4o-2024-08-06"
apiKey = "..."

[[openai]]
modelName = "gpt-4.1-2025-04-14"
apiKey = "..."

[[google]]
modelName = "gemini-2.5-pro-preview-05-06"
apiKey = "..."

日志记录

使用 DEV logback 配置
java -Dlogback.configurationFile=logback-dev.xml -jar target/jmcpx-1.0-SNAPSHOT.jar

许可证

本项目采用 MIT 许可证。详情请参阅 LICENSE 文件。

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。