mcpField
P
Poe o3 MCP Server

Poe o3 MCP Server

本地服务
github.com/AnansitradingAI 与智能体379 周前更新

关于 Poe o3 MCP Server

这是一个轻量 MCP 服务,可通过 Poe API 将请求发送给 OpenAI's o3 或其他可用模型。它面向需要经由 Poe 访问模型的 MCP 兼容应用,并支持在提示词中指定模型。

主要功能

  1. 01通过 Poe API 查询 o3
  2. 02用提示词标记选择模型
  3. 03异步处理请求
  4. 04提供 ping 测试工具
  5. 05记录错误和服务活动

适用场景

  1. 01从 MCP 客户端向 o3 发送提示词
  2. 02为请求选择其他 Poe 模型
  3. 03用 ping 检查服务连通性

MCP 相关

提供 `o3_query` 工具,将消息发送给 o3 或由提示词标记指定的模型;另提供用于测试的 `ping` 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。

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

Poe o3 MCP 服务

一个轻量级的 Model Context Protocol(MCP)服务实现,可通过 Poe 的 API 访问 OpenAI 的 o3 模型及其他模型。此服务可让你将 Poe 的 AI 能力集成到任何兼容 MCP 的应用程序中。

功能

  • 使用 FastMCP 实现的简单 MCP 服务
  • 直接集成 Poe 的 API,以访问 o3 模型及其他模型
  • 通过提示词中的命令行风格标志选择模型
  • 异步处理请求,提高处理效率
  • 全面的错误处理和日志记录
  • 易于设置和配置

先决条件

安装

  1. 克隆此仓库:

    git clone https://github.com/Anansitrading/po3_MCP.git
    cd po3_MCP
    
  2. 创建虚拟环境(推荐):

    python -m venv venv
    source venv/bin/activate  # On Windows: venv\Scripts\activate
    
  3. 安装所需依赖项:

    pip install -r requirements.txt
    
  4. 设置环境变量:

    cp sample.env .env
    
  5. 编辑 .env 文件并添加 Poe API 密钥:

    POE_API_KEY=your_poe_api_key_here
    

使用方法

运行 MCP 服务

运行服务:

python poe_o3_mcp_server.py

服务将启动,并通过标准输入/输出监听 MCP 协议消息。

通过标志选择模型

你可以在提示词中添加标志,以选择 Poe 上提供的不同模型:

--Claude-3.5-Sonnet Tell me about quantum computing

这会将你的查询发送给 Claude-3.5-Sonnet 模型,而不是默认的 o3 模型。

标志可以放在消息中的任意位置:

  • 开头:--GPT-4 What is the capital of France?
  • 中间:Tell me --Claude-3-Opus about the history of Rome
  • 结尾:What are the three laws of robotics? --Claude-3.5-Sonnet

发送给模型之前,标志会自动从消息中移除。

如果未指定标志,服务默认使用 "o3" 模型。

与 MCP 客户端集成

此服务提供两个工具:

  1. o3_query - 向 o3 模型(或通过标志指定的其他模型)发送查询并获取响应
  2. ping - 返回 "pong" 的简单测试工具

使用 MCP 客户端运行此服务的示例:

from mcp.client import MCPClient

# Connect to the MCP server
client = MCPClient(server_command=["python", "path/to/poe_o3_mcp_server.py"])

# Call the o3_query tool with the default o3 model
response = client.call_tool("o3_query", {"message": "Tell me about quantum computing"})
print(response)

# Call the o3_query tool with a different model using a flag
response = client.call_tool("o3_query", {"message": "--Claude-3.5-Sonnet Tell me about quantum computing"})
print(response)

# Test the connection with ping
ping_response = client.call_tool("ping", {})
print(ping_response)  # Should print "pong"

你也可以运行附带的示例脚本:

python example.py

配置

此服务使用以下环境变量:

  • POE_API_KEY:你的 Poe API 密钥(必需)
  • LOG_LEVEL:日志级别(可选,默认为 DEBUG)

故障排除

如果遇到问题:

  1. 检查 Poe API 密钥是否有效,并且已在 .env 文件中正确设置
  2. 确认已安装正确的依赖项
  3. 查看服务日志以获取详细的错误消息
  4. 确认网络连接正常
  5. 如果使用了模型标志,请确保模型名称正确且在 Poe 上可用

许可证

MIT

致谢

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。