mcpField
M
MCP Chat Adapter

MCP Chat Adapter

本地服务
github.com/aiamblichusAI 与智能体476 周前更新

关于 MCP Chat Adapter

MCP Chat Adapter 是一款 MCP 服务,让 MCP 客户端通过 OpenAI 兼容 API 使用聊天补全。它支持持久化对话和可配置的模型设置,面向聊天模型而非文本补全。

主要功能

  1. 01支持 OpenAI 兼容的聊天补全
  2. 02创建和管理对话
  3. 03在本地存储对话
  4. 04配置模型参数和默认值
  5. 05处理错误和超时

适用场景

  1. 01与其他模型开启独立对话
  2. 02在新上下文中继续已保存的对话
  3. 03查看或管理已存储的对话

MCP 相关

该服务通过 MCP 提供聊天补全和对话管理工具,包括创建、聊天、列出、读取和删除对话。

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

MCP Chat Adapter

一个 MCP(Model Context Protocol)服务,为大模型提供简洁的接口,使其能够通过 MCP 协议使用聊天补全功能。此服务充当大模型客户端与任何兼容 OpenAI 的 API 之间的桥梁。它主要用于聊天模型,因为此服务不支持文本补全。

概览

OpenAI Chat MCP Server 实现了 Model Context Protocol(MCP),使语言模型能够以标准化的方式与 OpenAI 的聊天补全 API 交互。它支持用户与语言模型之间的无缝对话,同时处理 API 交互、对话管理和状态持久化中的复杂问题。

功能

  • 使用 FastMCP 构建,实现稳健且简洁
  • 提供用于对话管理和聊天补全的工具
  • 妥善处理错误和超时
  • 支持使用本地存储持久化对话
  • 配置简便,所需设置极少
  • 可配置模型参数和默认值
  • 兼容 OpenAI 及兼容 OpenAI 的 API

典型工作流

你可以让 Claude 在后台启动并维护与其他模型的多个对话。所有对话都存储在 CONVERSATION_DIR 目录中,你应在 mcp.json 文件的 env 部分设置此目录。

你可以告诉 Claude 创建新对话,也可以继续现有对话(由整数 conversation_id 标识)。即使在新的上下文中开始,你也可以继续旧对话;不过,这种情况下,你可能需要先让 Claude 使用 get_conversation 工具读取旧对话,再继续进行。

请注意,你也可以手动编辑 CONVERSATION_DIR 目录中的对话文件。此时,你可能需要重启服务才能看到更改。

配置

必需的环境变量

服务运行必须设置以下环境变量:

OPENAI_API_KEY=your-api-key  # Your API key for OpenAI or compatible service
OPENAI_API_BASE=https://openrouter.ai/api/v1 # The base URL for the API (can be changed for compatible services)

你还应设置 CONVERSATION_DIR 环境变量,指定用于存储对话数据的目录。请使用绝对路径。

可选的环境变量

以下环境变量为可选项,并设有默认值:

# Model Configuration
DEFAULT_MODEL=google/gemini-2.0-flash-001 # Default model to use if not specified
DEFAULT_SYSTEM_PROMPT="You are an unhelpful assistant."  # Default system prompt
DEFAULT_MAX_TOKENS=50000 # Default maximum tokens for completion
DEFAULT_TEMPERATURE=0.7  # Default temperature setting
DEFAULT_TOP_P=1.0 # Default top_p setting
DEFAULT_FREQUENCY_PENALTY=0.0 # Default frequency penalty
DEFAULT_PRESENCE_PENALTY=0.0  # Default presence penalty

# Storage Configuration
CONVERSATION_DIR=./convos # Directory to store conversation data
MAX_CONVERSATIONS=1000 # Maximum number of conversations to store
与 Claude UI 等集成

你的 mcp.json 文件应如下所示:

{
  "mcpServers": {
    "chat-adapter": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-chat-adapter"
      ],
      "env": {
          "CONVERSATION_DIR": "/Users/aiamblichus/mcp-convos",
          "OPENAI_API_KEY": "xoxoxo",
          "OPENAI_API_BASE": "https://openrouter.ai/api/v1",
          "DEFAULT_MODEL": "qwen/qwq-32b"
      }
    }
  }
}

此软件包的最新版本已发布到 npm 此处。

可用工具

1. 创建对话

创建新的聊天对话。

{
  "name": "create_conversation",
  "arguments": {
    "model": "gpt-4",
    "system_prompt": "You are a helpful assistant.",
    "parameters": {
      "temperature": 0.7,
      "max_tokens": 1000
    },
    "metadata": {
      "title": "My conversation",
      "tags": ["important", "work"]
    }
  }
}
2. 聊天

向对话添加消息并获取回复。

{
  "name": "chat",
  "arguments": {
    "conversation_id": "123",
    "message": "Hello, how are you?",
    "parameters": {
      "temperature": 0.8
    }
  }
}
3. 列出对话

获取可用对话列表。

{
  "name": "list_conversations",
  "arguments": {
    "filter": {
      "tags": ["important"]
    },
    "limit": 10,
    "offset": 0
  }
}
4. 获取对话

获取对话的完整内容。

{
  "name": "get_conversation",
  "arguments": {
    "conversation_id": "123"
  }
}
5. 删除对话

删除对话。

{
  "name": "delete_conversation",
  "arguments": {
    "conversation_id": "123"
  }
}

开发

安装
# Clone the repository
git clone https://github.com/aiamblichus/mcp-chat-adapter.git
cd mcp-chat-adapter

# Install dependencies
yarn install

# Build the project
yarn build
运行服务

运行 FastMCP cli:

yarn cli

运行 FastMCP inspect:

yarn inspect
贡献

欢迎贡献!请随时提交 Pull Request。

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。