mcpField
S
Storm MCP Server with Sionic AI serverless RAG

Storm MCP Server with Sionic AI serverless RAG

本地服务
github.com/sionic-ai记忆与知识4085 周前更新

关于 Storm MCP Server with Sionic AI serverless RAG

Storm MCP 服务是 Sionic AI Storm Platform 的 MCP 实现,用于在 Claude Desktop 等客户端中使用 Storm 的 RAG 功能。它面向希望连接自有嵌入模型与向量数据库的用户。

主要功能

  1. 01通过 MCP 调用 Storm 的 API 端点
  2. 02发送非流式聊天请求
  3. 03列出 Agent 与存储桶
  4. 04上传文档文件
  5. 05文件系统相关操作

适用场景

  1. 01在 Claude Desktop 中使用 Storm 平台搭建 RAG 方案
  2. 02通过 MCP 上传文档并管理存储桶
  3. 03将 Storm 的 Agent 能力接入 LLM 应用

MCP 相关

Storm MCP 服务实现了 MCP 的服务端部分,向 LLM 客户端提供 send_nonstream_chat、list_agents、list_buckets、upload_document_by_file 等工具。

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

使用 Sionic AI 无服务器 RAG 的 Storm MCP 服务

韩语(한국어)

Storm MCP(Model Context Protocol)服务

Storm MCP(Model Context Protocol)服务是一种开放协议,可实现 LLM 应用与 RAG 数据源及工具之间的无缝集成。 它实现了 Anthropic 的 Model Context Protocol,可在 Claude Desktop 中直接使用 Storm Platform。

通过集成使用 Sionic AI 的 Storm Platform,您可以连接并使用专属的强大嵌入模型和向量数据库产品。 您可以在 https://sionicstorm.ai 按 Agent 注册并获取 API Token,立即构建 RAG 解决方案。

使用示例

示例图片 示例图片 2 示例图片 3

请将 API Key 填入 scripts/run.sh 中的 export STORM_API_KEY=''。

主要功能
  • 上下文共享:提供 LLM 与数据源交互的标准协议。
  • 工具系统:提供定义和调用工具的标准化方式(send_nonstream_chat、list_agents、list_buckets、upload_document_by_file 等)。
  • 文件管理:实现用于上传、读取和管理文件的文件系统操作。
  • API 集成:连接 Storm 的 API 端点,提供各种功能。
项目结构
  • main.py:初始化 MCP 服务并设置事件处理程序。
  • core/file_manager.py:实现用于文件操作的 FileSystemManager 类。
  • core/internal_api.py:包含用于与 Storm REST API 端点交互的 API 客户端函数。
  • tools/tool_definitions.py:定义 MCP 服务中可用的工具。
  • tools/tool_handlers.py:实现用于工具操作的处理程序。
  • tools/tool_upload_file.py:实现一个独立的文件服务,用于文件操作,并配有专属的 MCP 处理程序。
架构

MCP 采用三层架构,包含主机(LLM 应用)、客户端(协议实现)和服务(功能提供方)。Storm MCP 服务实现其中的服务部分,向 LLM 提供资源和工具。

开始使用

要在 Claude Desktop 环境中连接 MCP 服务,需要应用如下设置。

示例图片

  1. 打开设置文件
code ~/Library/Application\ Support/Claude/claude_desktop_config.json
  1. 在 JSON 中添加 MCP 服务设置:
{
  "mcpServers": {
    "storm": {
      "command": "sh",
      "args": [
        "/Users/sigridjineth/Desktop/work/storm-mcp-server/scripts/run.sh"
      ]
    }
  }
}

日语(日本語)

Storm MCP(Model Context Protocol)服务

Storm MCP(Model Context Protocol)服务是一种开放协议,可实现 LLM 应用与 RAG 数据源及工具之间的无缝集成。 它实现了 Anthropic 的 Model Context Protocol,可在 Claude Desktop 中直接使用 Storm Platform。

通过集成使用 Sionic AI 的 Storm Platform,您可以连接并使用专属的强大嵌入模型和向量数据库产品。 您可以在 https://sionicstorm.ai 按 Agent 注册并获取 API Token,立即构建 RAG 解决方案。

使用示例

示例图片 示例图片 2 示例图片 3

请将 API Key 填入 scripts/run.sh 中的 export STORM_API_KEY=''。

主要功能
  • 上下文共享:提供 LLM 与数据源交互的标准协议。
  • 工具系统:提供定义和调用工具的标准化方式(send_nonstream_chat、list_agents、list_buckets、upload_document_by_file 等)。
  • 文件管理:实现用于上传、读取和管理文件的文件系统操作。
  • API 集成:连接 Storm 的 API 端点,提供各种功能。
项目结构
  • main.py:初始化 MCP 服务并设置事件处理程序。
  • core/file_manager.py:实现用于文件操作的 FileSystemManager 类。
  • core/internal_api.py:包含用于与 Storm REST API 端点交互的 API 客户端函数。
  • tools/tool_definitions.py:定义 MCP 服务中可用的工具。
  • tools/tool_handlers.py:实现用于工具操作的处理程序。
  • tools/tool_upload_file.py:实现一个独立的文件服务,用于文件操作,并配有专属的 MCP 处理程序。
架构

MCP 采用三层架构,包含主机(LLM 应用)、客户端(协议实现)和服务(功能提供方)。Storm MCP 服务实现其中的服务部分,向 LLM 提供资源和工具。

开始使用

要在 Claude Desktop 环境中连接 MCP 服务,需要应用以下设置。

示例图片

  1. 打开设置文件
code ~/Library/Application\ Support/Claude/claude_desktop_config.json
  1. 在 JSON 中添加 MCP 服务设置:
{
  "mcpServers": {
    "storm": {
      "command": "sh",
      "args": [
        "/Users/sigridjineth/Desktop/work/storm-mcp-server/scripts/run.sh"
      ]
    }
  }
}

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。