mcpField
P
Pearl MCP Server

Pearl MCP Server

本地服务
pearl.comAI 与智能体838 周前更新

关于 Pearl MCP Server

Pearl MCP Server 将 Pearl 的 AI 和人工专家服务提供给兼容 MCP 的应用。它支持 AI 辅助专家咨询或直接与专家交流,并提供会话状态和历史记录工具。

主要功能

  1. 01AI 辅助及直接专家支持
  2. 02stdio 和 SSE 传输
  3. 03有状态的对话会话
  4. 04对话状态与历史记录工具
  5. 05自动匹配专家类别

适用场景

  1. 01为复杂问题寻求专家核验
  2. 02就敏感话题请求专家直接协助
  3. 03查看进行中的对话状态或历史记录

MCP 相关

该服务将 Pearl 的 AI 和专家服务作为 MCP 工具提供,包括专家咨询及会话历史功能。MCP 客户端可通过本地 stdio 或远程 SSE 连接。

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。

代码仓库

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

Pearl MCP 服务

一种模型上下文协议(MCP)服务实现,通过标准化接口提供 Pearl 的 AI 和专家服务。该服务允许 Claude Desktop、Cursor 等 MCP 兼容应用与 Pearl 的先进 AI 助手和人类专家交互。

功能

  • 支持 stdio 和 SSE 两种传输方式
  • 集成 Pearl API,提供 AI 和专家协助
  • 会话管理,支持持续对话
  • 两种交互模式:
    • AI-专家模式:由 AI 协助的人类专家支持
    • 专家模式:直接获得人类专家协助
  • 对话历史跟踪
  • 有状态会话管理

前提条件

  • Python 3.12 或更高版本
  • Pearl API 密钥(请联系 Pearl 获取 API 密钥)
  • pip 或 uv 包管理器

安装

  1. 克隆仓库:
git clone https://github.com/Pearl-com/pearl_mcp_server.git
cd pearl_mcp_server
  1. 创建并激活虚拟环境:
python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
  1. 安装依赖:
pip install -e .

配置

  1. 在 src 目录中创建 .env 文件:
PEARL_API_KEY=your-api-key-here

运行服务

本地开发

使用 stdio(默认)或 SSE 传输方式启动服务:

# Using stdio transport (default)
pearl-mcp-server --api-key your-api-key

# Using SSE transport on custom port
pearl-mcp-server --api-key your-api-key --transport sse --port 8000
使用远程服务

Pearl 提供托管的 MCP 服务:

https://mcp.pearl.com/mcp

无需在本地安装 Python 应用,即可将其直接用于任何 MCP 客户端。

可用工具

该服务提供以下工具:

  1. ask_pearl_expert

    • 由 AI 协助的人类专家支持
    • 适用于需要专家核实的复杂主题
    • 参数:与 ask_pearl_ai 相同
  2. ask_expert

    • 直接获得人类专家协助
    • 适用于复杂或敏感主题
    • 参数:与 ask_pearl_ai 相同
  3. get_conversation_status

    • 查看活动对话的状态
    • 参数:session_id
  4. get_conversation_history

    • 获取完整的对话历史
    • 参数:session_id

专家类别

Pearl 的 MCP 服务提供多种专家类别。Pearl API 会根据你的问题上下文自动确定合适的专家类别,确保为你匹配最相关的专家。

以下是主要的专业领域类别:

  • 医疗与健康

    • 全科医学
    • 牙科健康
    • 心理健康
    • 营养与饮食
    • 健身与锻炼
    • 兽医学
  • 法律与金融

    • 法律建议
    • 税务咨询
    • 财务规划
    • 商法
    • 劳动法
    • 房地产法
  • 技术与职业

    • 软件开发
    • IT 支持
    • 计算机维修
    • 电子技术
    • 机械工程
    • 家居装修
  • 教育与职业发展

    • 学业辅导
    • 职业咨询
    • 简历撰写
    • 考试备考
    • 大学入学申请
    • 职业发展
  • 生活方式与个人事务

    • 人际关系建议
    • 育儿
    • 宠物护理
    • 个人形象设计
    • 室内设计
    • 旅行规划

每种专家类别都可以通过 ask_expert 或 ask_pearl_expert 工具访问。无需指定类别,只需描述你的问题或困难,Pearl 的 AI 就会根据上下文自动将请求转给最合适的专家类型。

连接 MCP 客户端

本地连接(stdio 传输)

要使用 stdio 传输方式连接本地 MCP 服务,请将以下配置添加到 MCP 客户端:

{
    "pearl-mcp-server": {
        "type": "stdio",
        "command": "pearl-mcp-server",
        "args": ["--api-key", "your-api-key"],
        "env": {
            "PEARL_API_KEY": "Your Pearl Api Key"
        }
    }
}
使用 mcp-remote 进行远程连接

某些 MCP 客户端不支持直接连接远程 MCP 服务。对于这些客户端,可以使用 mcp-remote 包作为桥接工具:

  1. 前提条件:

    • Node.js 18 或更高版本
    • npm(Node 包管理器)
  2. 远程服务配置:

{
    "mcpServers": {
        "pearl-remote": {
            "command": "npx",
            "args": [
                "mcp-remote",
                "https://mcp.pearl.com/sse"
            ]
        }
    }
}
  1. 配置文件位置:

    • Claude Desktop:
      • Windows:%APPDATA%\Claude\claude_desktop_config.json
      • macOS:~/Library/Application Support/Claude/claude_desktop_config.json
    • Cursor:~/.cursor/mcp.json
    • Windsurf:~/.codeium/windsurf/mcp_config.json
  2. 其他选项:

    • 强制使用最新版本:在 npx 命令中添加 @latest
    "args": ["mcp-remote@latest", "https://mcp.pearl.com/sse"]
    
  3. 故障排除:

    • 清除已存储的凭据:rm -rf ~/.mcp-auth
    • 查看日志:
      • Windows(PowerShell):Get-Content "$env:APPDATA\Claude\Logs\mcp.log" -Wait -Tail 20
      • macOS/Linux:tail -n 20 -F ~/Library/Logs/Claude/mcp*.log
    • 测试连接:npx mcp-remote-client https://mcp.pearl.com/sse
自定义 Python 客户端
import asyncio
from mcp.client.session import ClientSession
from mcp.client.stdio import StdioServerParameters, stdio_client

async def main():
    # For stdio transport
    async with stdio_client(
        StdioServerParameters(command="pearl-mcp-server", args=["--api-key", "your-api-key"])
    ) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()
            
            # List available tools
            tools = await session.list_tools()
            print(tools)
            
            # Call Pearl API
            result = await session.call_tool(
                "ask_pearl_expert", 
                {
                    "question": "What is MCP?",
                    "session_id": "optional-session-id"
                }
            )
            print(result)

asyncio.run(main())

API 密钥

如需使用此服务,请按以下步骤获取 Pearl API 密钥:

  1. 访问 Pearl 联系页面
  2. 申请用于 MCP 服务集成的 API 密钥
  3. 按照提供的说明完成注册流程

请妥善保管 API 密钥,切勿将其提交到版本控制系统中。

许可证

本项目采用 Apache License 2.0 许可证,详情请参阅 LICENSE 文件。

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。