mcpField
M
MCP-Server-TESS

MCP-Server-TESS

本地服务
github.com/diegofornalhaAI 与智能体083 周前更新
代码仓库

关于 MCP-Server-TESS

MCP-Server-TESS 将 MCP 客户端连接到 TESS API，提供管理 Agent 和文件、发送自定义消息运行 Agent 的工具。适用于将 TESS 服务接入 MCP 工作流的用户，需要 TESS API 密钥。

主要功能

  1. 01列出并查看 Agent
  2. 02用自定义消息运行 Agent
  3. 03列出并管理 Agent 文件
  4. 04上传、查看和删除文件
  5. 05提供工具与健康检查 HTTP 端点

适用场景

  1. 01查找可用的 TESS Agent
  2. 02按给定消息运行 Agent
  3. 03将文件关联到 Agent
  4. 04管理 TESS 平台上的文件

MCP 相关

它向 MCP 客户端提供 TESS API 操作工具，包括运行 Agent 和管理文件。也可通过 HTTP 端点使用。

#mcp-server#tess#api-integration

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": {
    "tess": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "build"
      ]
    }
  }
}
启动命令docker run -i --rm build

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
ocibuild

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-TESS

用于集成 TESS API 的 MCP（Model Context Protocol）服务。

关于

本项目实现了一个遵循 MCP 协议、用于与 TESS API 交互的服务。该服务提供以下工具：

  • 列出和管理 Agent
  • 使用自定义消息执行 Agent
  • 管理文件及其与 Agent 的关联
  • 以及更多功能

要求

  • Node.js 18+
  • TESS 平台的 API 密钥

安装

通过 Smithery.ai（推荐）

你可以直接在 Smithery.ai 上使用此服务：

  1. 访问 https://smithery.ai/server/@diegofornalha/mcp-server-tess
  2. 点击“安装”
  3. 按提示配置你的 TESS API 密钥
  4. 完成！该服务即可与您喜爱的大模型搭配使用
本地安装

克隆仓库并安装依赖：

git clone https://github.com/seu-usuario/mcp-server-tess.git
cd mcp-server-tess
npm install

配置

  1. 根据 .env.example 创建 .env 文件
  2. 添加你的 TESS API 密钥：
TESS_API_KEY=sua_chave_api_aqui
PORT=3000

编译

npm run build

运行

要以生产模式启动服务：

npm start

要在开发模式下启用自动重新加载：

npm run dev

可用工具

该服务通过 HTTP API 提供以下工具：

  1. listar_agentes_tess - 列出所有可用的 Agent
  2. obter_agente_tess - 获取特定 Agent 的详细信息
  3. executar_agente_tess - 使用自定义消息执行 Agent
  4. listar_arquivos_agente_tess - 列出与 Agent 关联的文件
  5. vincular_arquivo_agente_tess - 将文件关联到 Agent
  6. remover_arquivo_agente_tess - 移除文件与 Agent 之间的关联
  7. listar_arquivos_tess - 列出所有可用文件
  8. obter_arquivo_tess - 获取特定文件的详细信息
  9. enviar_arquivo_tess - 向 TESS 平台发送新文件
  10. excluir_arquivo_tess - 从 TESS 平台删除文件

使用 Docker

要使用 Docker 运行服务：

# Construir a imagem
docker build -t mcp-server-tess .

# Executar o container
docker run -p 3000:3000 -e TESS_API_KEY=sua_chave_api_aqui mcp-server-tess

API 端点

  • GET /health - 检查服务运行状况的端点
  • GET /capabilities - 列出所有可用工具及其说明和参数
  • POST /tools/:toolName - 执行指定工具（将 :toolName 替换为工具名称）

使用示例

使用 Smithery.ai

在 Smithery.ai 上安装后，你可以将此服务与任何兼容 MCP 的大模型搭配使用：

  1. 在大模型设置中选择服务 @diegofornalha/mcp-server-tess
  2. TESS API 工具将自动供你的模型使用
通过 HTTP API

要执行 Agent：

curl -X POST http://localhost:3000/tools/executar_agente_tess \
  -H "Content-Type: application/json" \
  -d '{
    "agent_id": "seu_agent_id",
    "model": "tess-ai-light",
    "messages": [
      {"role": "user", "content": "Olá, como você está?"}
    ]
  }'

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。