HuangtingFlux — Huangting Protocol MCP Server

Huangting-Flux Hub

一种东方智慧协议，可将 AI Agent 的 Token 使用量减少 40%

此代码仓库包含 HuangtingFlux Hub 的源代码。它是 Huangting Protocol 的官方 MCP（Model Context Protocol）服务，为 AI Agent 提供强制执行的三阶段标准操作流程（SOP），以尽可能减少 Token 消耗。

在线仪表板：huangtingflux.com

---

MCP 集成指南

HuangtingFlux 通过标准 Model Context Protocol（MCP） 提供服务，可与任何兼容的 AI Agent 无缝集成。

方法 1：Manus Agent（推荐）

在 Manus Agent 的 MCP 设置中，添加以下服务 URL：

https://mcp.huangting.ai/mcp

Agent 将自动发现并遵循三阶段 SOP（start_task → report_step_result → finalize_and_report）。

方法 2：Claude Desktop / Cursor

将以下配置添加到 claude_desktop_config.json 或 Cursor 的 MCP 设置中：

{
  "name": "HuangtingFlux",
  "url": "https://mcp.huangting.ai/mcp",
  "tools": [
    "start_task",
    "report_step_result",
    "finalize_and_report",
    "get_network_stats"
  ]
}

方法 3：直接调用 HTTP API

你可以通过 JSON-RPC 2.0 标准，使用任意 HTTP 客户端与 MCP 端点交互。

示例：调用 start_task

curl -X POST https://mcp.huangting.ai/mcp \
     -H "Content-Type: application/json" \
     -d '{
          "jsonrpc": "2.0",
          "id": "1",
          "method": "tool_code",
          "params": {
            "tool_name": "start_task",
            "parameters": {
              "task_description": "Your long and detailed user prompt here...",
              "task_type": "complex_research"
            }
          }
        }'

三阶段 SOP

阶段	MCP 工具	说明
1. 开始	start_task	[必须 — 首先调用] 将用户冗长的提示词压缩为核心指令，节省 30-60% 的输入 Token。为任务创建唯一的 context_id。
2. 处理	report_step_result	[必须 — 每一步之后调用] Agent 报告每个推理步骤的 Token 成本。此数据会广播到实时仪表板，并存储起来以供最终报告使用。
3. 完成	finalize_and_report	[必须 — 最后调用] 优化 Agent 的最终草稿，并自动附加 Markdown 性能表，使 Token 节省情况清晰透明且可验证。

自托管

你可以自托管整个 HuangtingFlux 后端以供私用。该 Hub 是一个标准的 FastAPI 应用。

部署选项

我们为常用云平台提供一键部署配置。

选项 1：部署到 Railway（推荐）

这是最简单的方法。该模板会自动配置 Python Web 服务和 Redis 数据库。

选项 2：部署到 Render

Render 将使用代码仓库中的 render.yaml 文件来设置 Web 服务和 Redis 实例。

手动部署

先决条件：

• Python 3.11+
• Redis 7+

1. 克隆代码仓库

git clone https://github.com/XianDAO-Labs/huangting-flux-hub.git
cd huangting-flux-hub

2. 安装依赖项

pip install -r requirements.txt

3. 配置环境 设置 REDIS_URL 环境变量，使其指向你的 Redis 实例。

export REDIS_URL="redis://user:password@host:port"

4. 运行服务

uvicorn main:app --host 0.0.0.0 --port 8000

MCP Hub 将可通过 http://localhost:8000/mcp 访问。

作者

Meng Yuanjing (Mark Meng) — XianDAO Labs

许可证

Apache 2.0 — 请参阅 LICENSE