mcpField
M
Mo5 Mcp Server — Thomson Mo5 C Development Assistant

Mo5 Mcp Server — Thomson Mo5 C Development Assistant

本地服务
github.com/thlg057记忆与知识028 周前更新

关于 Mo5 Mcp Server — Thomson Mo5 C Development Assistant

Mo5 Mcp Server 将 AI 编码 Agent 接入 Thomson MO5 技术文档和遗产文件。它结合语义搜索与参考资料,并提供生成和转换 MO5 资源的工具。

主要功能

  1. 01语义检索技术文档
  2. 02浏览文档与标签
  3. 03Thomson MO5 专家提示词
  4. 04生成可启动的 .fd 镜像
  5. 05将 .fd 镜像转换为 .sd
  6. 06将 PNG 资源转换为 C 头文件

适用场景

  1. 01查找 MO5 开发文档
  2. 02浏览已索引文档和标签
  3. 03构建可启动磁盘镜像
  4. 04从 PNG 准备精灵图头文件

MCP 相关

该 MCP 服务向 Claude Desktop、Augment 和 Cursor 等客户端提供语义检索、文档资源、专家提示词以及 MO5 构建和转换工具。

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": {
"mo5": {
"command": "npx",
"args": [
"-y",
"@thlg057/mo5-rag-mcp"
],
"env": {
"RAG_BASE_URL": "<RAG_BASE_URL>"
}
}
}
}
启动命令npx -y @thlg057/mo5-rag-mcp
需要配置的环境变量
RAG_BASE_URLURL of the MO5 RAG server

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
npm@thlg057/mo5-rag-mcp1.0.2

工具

6

收录的工具列表 · 更新于 3 周前

参数类型必填说明
querystring是问题或搜索关键词
tagsarray否按主题筛选
maxResultsnumber否
minSimilarityScorenumber否最低相似度分数(0.0 至 1.0)。如果未找到结果,则自动回退到 0.5。

详细介绍

MO5 MCP 服务(RAG 连接器)

此 MCP 服务(Model Context Protocol)充当现代 AI Agent(Claude Desktop、Augment、Cursor)与 Thomson MO5 生态系统之间的桥梁。
它支持访问专家知识库并操作 MO5 遗产文件。

它提供语义搜索工具、文档资源和专家提示词,助力 Thomson MO5 微型计算机相关开发。

🏗️ MO5 开发生态系统

此服务是现代 6809 开发完整工具链的一部分:

🌐 RAG 基础设施(人工智能)

此服务基于检索增强生成架构,可依据真实技术文档提供准确回答。

🚀 功能

  • 语义搜索:在 MO5 技术文档中进行智能搜索。
  • 资源浏览器:直接查看文档列表、标签和索引状态。
  • 专家提示词:为 AI 预配置的“Expert Thomson MO5”模式。
  • 构建工具:生成可启动的 .fd 磁盘映像,将 .fd 转换为供 SDDrive 使用的 .sd,并将 PNG 资源转换为 C 精灵图头文件。
  • 稳健性:原生处理超时(30s),并针对不稳定的网络环境(NAS)提供重试策略。

🌐 MO5 公共 RAG 服务

MO5 RAG 服务现已公开部署,可通过互联网访问。

👉 https://retrocomputing-ai.cloud/

此 MCP 服务旨在开箱即用地连接公共 RAG 实例。

对大多数用户而言,这意味着:

  • 无需安装 RAG 服务
  • 无需配置 Docker
  • 无需维护本地基础设施

只需将 MCP 服务配置为指向公共 URL,即可从编码 Agent 开始使用。

如果你希望,也可以自托管 RAG 服务,以便:

  • 试验其内部机制
  • 自定义知识库
  • 完全离线运行

但正常使用时已不再需要自托管。

🛠️ 要求

  • Node.js(v18 或更高版本)
  • Python 3 和 Pillow(pip install Pillow)——仅 png_to_mo5_sprite 工具需要。

官方 MO5 公共 RAG 服务地址:https://retrocomputing-ai.cloud/

你可以直接使用此公共实例,无需自行托管 RAG 服务。

📦 安装与设置

选项 1 — 通过 npx(推荐,无需安装)

配置 Agent,使其直接从 npm 运行服务。无需执行 git clone 或 npm install。

{
  "mcpServers": {
    "mo5-server": {
      "command": "npx",
      "args": [
        "-y",
        "@thlg057/mo5-rag-mcp"
      ],
      "env": {
        "RAG_BASE_URL": "https://retrocomputing-ai.cloud"
      }
    }
  }
}
选项 2 — 从源代码安装
git clone https://github.com/thlg057/mo5-mcp-server.git
cd mo5-mcp-server
npm install

然后配置 Agent:

{
  "mcpServers": {
    "mo5-rag": {
      "command": "node",
      "args": ["C:\\your\\path\\to\\mo5-mcp-server\\index.js"],
      "env": {
        "RAG_BASE_URL": "https://retrocomputing-ai.cloud"
      }
    }
  }
}

Windows 提示:在路径中使用双反斜杠 \\ 或正斜杠 /,以避免 JSON 格式错误。

🤖 集成到 Agent(例如 Augment、Claude Desktop)

将上述配置之一添加到 MCP 配置文件中(例如 augment_config.json 或 claude_desktop_config.json)。

🧪 本地测试

建议在集成前测试服务,确保它能与 RAG API 正常通信。

通过 MCP Inspector(推荐)
# Windows (PowerShell)
$env:RAG_BASE_URL="https://retrocomputing-ai.cloud"; npx @modelcontextprotocol/inspector node index.js
通过命令行
echo {"jsonrpc":"2.0","method":"tools/list","id":1} | node index.js

📂 项目结构

  • index.js:MCP 服务的主源代码。
  • scripts/:用于构建工具的 Python 脚本(makefd.py、fd2sd.py、png2mo5.py)。
  • package.json:依赖项(MCP SDK)。
  • .gitignore:忽略 node_modules 和环境文件。

🏗️ MO5 开发生态系统

此服务属于一套工具,旨在让 Thomson MO5 上的开发流程现代化:

  • SDK MO5:为 CMOC 提供的 C 库,可轻松访问硬件(视频、键盘、显示器),无需编写汇编代码。
  • Project Template:开箱即用的项目骨架,附带自动化 Makefile,可通过一条命令完成编译、链接 SDK 并生成可启动的磁盘映像。此外,它还将此 MCP 服务作为开发依赖项,让你的编码 Agent 开箱即具备完整上下文和构建能力。

此项目是 Thomson MO5 微型计算机数字保存生态系统的一部分。

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。