关于 Modern Control Protocol (MCP) Server
这是面向 AI 应用的 MCP 服务，管理对话、调用 AI 提供商并提供监控能力。它结合流式响应、语义缓存和多种持久化与搜索组件。
主要功能
- 01支持多个 AI 提供商
- 02实时流式响应
- 03对话与历史管理
- 04函数调用和工具使用
- 05语义缓存与向量存储
- 06Prometheus 指标与 Grafana 看板
适用场景
- 01构建支持多提供商的 AI 对话服务
- 02跟踪服务指标并查看监控看板
- 03保存对话历史并进行搜索
MCP 相关
该服务提供 MCP 提示词管理、对话处理和 AI 完成接口，供 MCP 客户端使用。
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
现代控制协议（MCP）服务
一个现代、可扩展的 MCP 服务实现，支持多个 AI 提供商、高级监控和可靠的对话管理。
功能
- 支持多个 AI 提供商（OpenAI、Anthropic、Google AI、Azure）
- 实时流式响应
- 对话管理和历史记录
- 函数调用和工具使用
- 向量数据库集成
- 语义缓存
- Prometheus 指标和 Grafana 仪表板
- 速率限制和错误处理
- 使用 PostgreSQL 持久化数据
- 使用 Redis 进行缓存
- 使用 Elasticsearch 进行搜索
- Docker 容器化
快速开始
- 克隆代码仓库
- 复制环境模板：
cp .env.example .env - 更新
.env中的环境变量 - 使用 Docker Compose 启动服务：
docker-compose up -d
API 文档
启动后，访问：
- API 文档：http://localhost:8000/docs
- ReDoc 文档：http://localhost:8000/redoc
监控
- Prometheus 指标：http://localhost:9090
- Grafana 仪表板：http://localhost:3000
开发
前置条件
- Python 3.9+
- PostgreSQL
- Redis
- Elasticsearch
- Docker 和 Docker Compose
本地设置
-
创建虚拟环境：
python -m venv venv source venv/bin/activate # Linux/Mac # or .\venv\Scripts\activate # Windows -
安装依赖：
pip install -r requirements.txt -
运行开发服务器：
uvicorn app.main:app --reload
测试
运行以下命令进行测试：
pytest
架构
MCP 服务采用微服务架构构建：
- 使用 FastAPI 提供 REST API
- 使用 PostgreSQL 持久化数据
- 使用 Redis 进行缓存和速率限制
- 使用 Elasticsearch 提供搜索功能
- 使用 Qdrant 存储向量
- 使用 Prometheus 和 Grafana 进行监控
API 端点
/api/v1/mcp/prompts：提示词管理/api/v1/mcp/conversations：对话处理/api/v1/mcp/conversations/{id}/complete：AI 补全/metrics：Prometheus 指标/health：健康检查
许可证
MIT 许可证
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。