CLI Integradora para Arcee, TESS e MCP

Arcee、TESS 和 MCP 集成 CLI

本项目实现了一个命令行界面（CLI），用于集成第三方 API，包括 Arcee AI、TESS 和 Model Context Protocol 官方 SDK（@sdk-mcp）。项目遵循整洁架构和领域驱动设计（DDD）原则。

集成概览

此 CLI 不会重新实现所集成的服务，而是作为一个抽象层，用于：

1. 统一访问多个服务（Arcee、TESS、MCP）
2. 标准化接口，方便使用
3. 在不修改底层 API 的情况下，为 CLI 添加特定功能

组件架构

MCP（Model Context Protocol）

MCP 是一种标准化协议，可促进语言模型与外部工具之间的通信。本项目使用 MCP 官方 SDK（@sdk-mcp）实现这种通信，不会修改或重新实现该协议。

TESS-MCP 服务

TESS-MCP 服务负责实现 TESS（Tool Execution Subsystem）与 MCP 之间的集成。该服务：

• 编排并管理可供 AI 模型使用的工具
• 提供用于列出和执行 AI Agent 的 API
• 管理文件上传与整理
• 支持与“tess-ai-light”等语言模型交互

TESS 与 MCP 协同工作，让模型能够以标准化方式请求和使用工具。

CLI（命令行界面）

CLI 使用 TESS-MCP 服务、Arcee AI 和 MCP 的 API，为最终用户提供统一界面。它不会重新实现这些功能，只提供标准化的访问方式。

Arcee AI

Arcee AI 是一个完整的 AI 平台，包括：

• Arcee Orchestra：用于构建 AI 工作流的 Agentic 平台
• Arcee Conductor：智能路由器，可为每个提示词选择最合适且成本效益最高的模型
• Small Language Models（SLM）：针对特定任务优化的语言模型

如需了解有关 TESS 的更多信息，请参阅 TESS API 官方文档。

项目架构

项目遵循整洁架构，包含以下层：

1. 领域层

• domain/interfaces：定义外部 API 集成契约的接口
• domain/services：编排外部 API 调用的领域服务
• domain/exceptions：用于错误处理的领域异常

2. 应用层

• application/use_cases：协调业务逻辑的用例

3. 基础设施层

• infrastructure/mcp_client：集成 MCP 官方 SDK（@sdk-mcp）的客户端
• infrastructure/providers：外部 API（TESS、Arcee）的适配器

4. 用户界面层

• src/commands：用于与用例交互的 CLI 命令
• src/adapters：用于兼容不同实现的适配器

适配器架构

适配器的作用

项目中的适配器是有意设计的架构组件，用于实现特定目的：

1. 解耦系统：

   • MCP 和 TESS 是职责不同、独立演进的系统
   • 适配器使它们能够各自演进，而不会破坏集成

2. 转换接口：

   • 在不同系统预期的格式之间转换调用和数据
   • 保护领域层免受外部 API 变更的影响

3. 实现 Ports & Adapters 模式：

   • 便于进行单元测试和模拟
   • 支持替换实现，而不影响领域层

适配器类型

项目使用两种主要类型的适配器：

1. 基础设施适配器：

   • 位置：infrastructure/providers
   • 用途：将领域接口连接到外部 API
   • 示例：TessApiProvider 将 TESS API 适配到领域接口 ITessProvider

2. 兼容性适配器：

   • 位置：src/adapters
   • 用途：在使用新实现的同时，保持与现有代码的兼容性
   • 示例：MCPRunClient 将新实现适配到仍在使用旧接口的代码

适配器优化

我们致力于通过以下方式保持适配器的高效性：

• 使用具有明确契约的标准化接口
• 尽量减少不必要的转换
• 提供充分的测试覆盖
• 记录每个适配器的职责

CLI 功能

CLI 提供对以下服务的统一访问：

MCP 和 TESS

CLI 使用 TESS-MCP 服务 API，支持：

• 列出所有可用工具
• 搜索特定工具
• 获取工具和 Agent 的详细信息
• 使用参数执行工具和 Agent
• 上传文件以供 Agent 使用

Arcee AI

CLI 支持与 Arcee AI API 交互：

• 使用语言模型生成内容
• 通过聊天界面进行交互
• 从多个可用模型中选择
• 使用 Arcee Conductor 的智能路由

使用

# Ferramentas MCP (via SDK @sdk-mcp)
arcee mcp-tools listar
arcee mcp-tools buscar "processamento"
arcee mcp-tools detalhes tool1
arcee mcp-tools executar tool1 '{"param1": "valor1"}'

# Servidor TESS-MCP
arcee tess listar
arcee tess executar agent123 "Como posso otimizar este código?"

# API Arcee AI
arcee chat "Explique o conceito de Clean Architecture"
arcee generate "Escreva um código Python para ordenar uma lista"

确保兼容性并持续演进

项目使用适配器实现持续演进，同时保持兼容性：

# Código existente (continua funcionando)
from src.tools.mcpx_simple import MCPRunClient

client = MCPRunClient(session_id="abc123")
tools = client.get_tools()

# Código novo (implementação atual)
from infrastructure.mcp_client import MCPClient

client = MCPClient()
tools = client.list_tools()

这种适配器模式支持：

• 逐步演进而不破坏现有代码
• 持续改进内部实现
• 轻松迁移到新的客户端

开发

如需开发新的集成功能：

1. 在领域（domain/interfaces）中定义与外部 API 对应的接口
2. 在领域（domain/services）中实现用于编排 API 调用的服务
3. 在应用程序（application/use_cases）中为特定功能创建用例
4. 在基础设施（infrastructure）中实现用于与外部 API 通信的客户端／适配器
5. 通过 CLI（src/commands）公开功能

此开发流程确保项目代码与集成的外部 API 之间清晰分离。

最新动态

25/03/2024

• 用于直接与 TESS API 交互的新脚本：实现了脚本 tess_api_cli.py，可直接列出、查询和执行 TESS Agent，无需依赖命令 test_api_tess。
• 支持多个语言模型：该脚本支持多种语言模型，包括 GPT-4o 和 Claude 3.5 Sonnet。
• 广告生成实用示例：新增了咖啡馆、数字营销机构和保险经纪公司的示例。
• 详细文档：创建了集成指南和进阶技巧，介绍如何使用 TESS API 优化 Google Ads 广告。

20/03/2024

• 简化 Streamlit 界面：移除了不必要的顶部选项卡，仅保留“Arcee CLI”和“帮助”。
• 修复 TESS 适配器中的错误：解决了与 TESS API 通信时的问题。