关于 Model Context Provider (MCP) Server
这是一款用于 AI 应用的轻量级 MCP 服务，可管理结构化上下文。它通过关键词匹配查询并返回适合模型使用的结果。
主要功能
- 01添加、更新和检索上下文
- 02基于关键词匹配上下文
- 03以 JSON 存储上下文
- 04从 JSON 文件加载上下文
- 05记录查询处理调试日志
适用场景
- 01存储和更新应用上下文
- 02检索与用户查询相关的上下文
MCP 相关
向 MCP 客户端提供上下文管理和查询方法，包括检索结构化且适合模型使用的上下文。
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。
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
模型上下文提供方（MCP）服务
概述
模型上下文提供方（MCP）服务 是一个轻量且高效的系统，旨在管理 AI 模型的上下文数据。它可帮助 AI 应用根据用户查询检索相关上下文，从而提升 AI 驱动系统的整体智能水平和响应速度。
功能
- 上下文管理：添加、更新和检索结构化上下文数据。
- 基于查询的上下文匹配：使用基于关键词的搜索算法识别相关上下文。
- 基于 JSON 的存储：处理结构化的 AI 上下文数据。
- 基于文件的上下文加载：从外部 JSON 文件动态加载上下文。
- 调试支持：提供详细的查询处理调试日志。
安装
按照以下步骤安装并运行 MCP 服务：
# Clone the repository
git clone https://github.com/your-repo/mcp-server.git
cd mcp-server
# Install dependencies
pip install -r requirements.txt
用法
1. 初始化 MCP 服务
from mcp_server import ModelContextProvider
mcp = ModelContextProvider()
2. 添加上下文
mcp.add_context(
"company_info",
{
"name": "TechCorp",
"founded": 2010,
"industry": "Artificial Intelligence",
"products": ["AI Assistant", "Smart Analytics", "Prediction Engine"],
"mission": "To make AI accessible to everyone"
}
)
3. 查询上下文
query = "What are the features of the AI Assistant product?"
relevant_context = mcp.query_context(query)
print(relevant_context)
4. 向 AI 模型提供上下文
model_context = mcp.provide_model_context(query)
print(model_context)
API 方法
| 方法 | 描述 |
|---|---|
add_context(context_id, content, metadata) | 添加或更新上下文。 |
get_context(context_id) | 根据 ID 检索上下文。 |
query_context(query, relevance_threshold) | 根据查询查找相关上下文。 |
provide_model_context(query, max_contexts) | 返回适用于模型的结构化上下文。 |
贡献
欢迎贡献！如果你想改进 MCP 服务，欢迎 Fork 仓库并提交 Pull Request。
评论
支持 Markdown
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。