Paychex MCP Server

Paychex MCP 服务

本项目是一个演示用 MCP（Machine Context Protocol）服务，可与 Paychex 开发者 API 文档交互。它支持与多种大模型（语言学习模型）集成，以处理针对 Paychex 文档的查询。

功能

• 连接到 Paychex 开发者 API 文档
• 支持多种大模型提供商（OpenAI、Anthropic 等）
• 基于环境变量的配置，便于安全管理密钥
• 用于通过大模型查询 Paychex 数据的 RESTful API 端点

设置

1. 克隆此仓库
2. 安装依赖项

   npm install
   

3. 根据 .env.example 创建 .env 文件

   cp .env.example .env
   

4. 在 .env 文件中填写 API 密钥

环境变量

本项目使用环境变量进行配置。在根目录中创建 .env 文件，并设置以下变量：

# Server configuration
PORT=3000

# Paychex API keys
PAYCHEX_API_KEY=your_api_key_here
PAYCHEX_CLIENT_ID=your_client_id_here
PAYCHEX_CLIENT_SECRET=your_client_secret_here

# LLM configuration
LLM_TYPE=openai  # Options: openai, anthropic, azure, etc.
LLM_API_KEY=your_llm_api_key_here
OPENAI_API_KEY=your_openai_key_here
ANTHROPIC_API_KEY=your_anthropic_key_here

使用方法

开发环境

npm run dev

生产环境

npm start

API 端点

获取 Paychex 数据

GET /api/paychex/data?endpoint=optional_endpoint_path

返回 Paychex API 文档中的原始数据。

使用大模型查询

POST /api/paychex/query

请求正文：

{
  "query": "What are the available Paychex APIs?",
  "endpoint": "optional_endpoint_path"
}

使用已配置的大模型处理针对 Paychex 文档的查询。

扩展

添加新的大模型提供商

要添加对新大模型提供商的支持：

1. 在 services/llm.js 中添加新的服务类
2. 更新 getLLMService() 函数以处理新的提供商
3. 在 .env.example 中添加必要的环境变量

免责声明

这只是一个演示项目，与 Paychex 没有官方关联，也未获其认可。