mcpField
M
MCP Server Copilot

MCP Server Copilot

本地服务
github.com/tshu-wAI 与智能体1775 周前更新

关于 MCP Server Copilot

MCP Server Copilot 是用于将查询路由到相关服务和工具的元 MCP 服务,适合需要调用大量 MCP 服务的 LLM 应用。它避免将所有服务和工具直接暴露给 LLM。

主要功能

  1. 01将查询路由到相关 MCP 服务
  2. 02跨服务查找相关工具
  3. 03在选定服务上执行工具

适用场景

  1. 01为用户查询选择服务
  2. 02在已配置服务中查找工具
  3. 03路由后运行指定工具

MCP 相关

它既是 MCP 服务,也是其他 MCP 服务的路由器;可查找相关服务或工具,并执行选定工具。

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": {
"copilot": {
"command": "uvx",
"args": [
"mcp-server-copilot"
]
}
}
}
启动命令uvx mcp-server-copilot

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
pypimcp-server-copilot

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 Server Copilot

MCP Server python PyPI - Version uv Ruff

一个元模型上下文协议(MCP)服务,可通过自动路由无缝扩展大模型,支持 1000 多个 MCP 服务,而无需将所有服务和工具直接暴露给大模型。

mcp_copilot

组件

工具
  • router-servers:将用户查询路由到适当的 MCP 服务。

    • query(string,必需):用于查找相关服务的用户查询。
    • top_k(integer,可选):返回的服务数量上限(默认值:5)。
  • route-tools:将用户查询路由到所有服务中适当的 MCP 工具。

    • query(string,必需):用于查找相关工具的用户查询。
    • top_k(integer,可选):返回的工具数量上限(默认值:5)。
  • execute-tool:根据之前的路由结果,在指定服务上执行指定工具。

    • server_name(string,必需):托管该工具的服务名称。
    • tool_name(string,必需):要执行的工具名称。
    • params(object,可选):以键值字典的形式传递给工具的参数(默认值:null 或空对象)。

安装

使用 uv(推荐)

使用 uv 无需进行特定安装。我们将使用 uvx 直接运行 mcp-server-copilot。

使用 PIP

也可以通过 pip 安装 mcp-server-copilot:

pip install mcp-server-copilot

安装后,可以将其作为脚本运行:

python -m mcp_server_copilot

配置

将 config/config.sample.json 复制到 ~/.config/mcp-server-copilot

添加到 MCP 客户端设置中:

使用 uvx
{
  "mcpServers": {
    "copilot": {
      "command": "uvx",
      "args": ["mcp-server-copilot", "--config", "~/.config/mcp-server-copilot/config.json"]
    }
  }
}
使用 pip 安装
{
  "mcpServers": {
    "copilot": {
      "command": "python",
      "args": ["-m", "mcp_server_copilot", "--config", "~/.config/mcp-server-copilot/config.json"]
    }
  }
}

待办事项

  • 添加 Dockerfile
  • 调整提示词并添加示例
  • 更轻松地管理服务
  • 添加语义路由
  • 添加规划功能
  • 资源和提示词

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。