关于 mingxin-mcp-server
mingxin-mcp-server 为评估基础设施的团队提供带签名的 AI 推理存储基准、文章搜索和 KV-cache 分层 ROI 估算。结果区分实测数据与估算,并为基准数据附上报告引用。
主要功能
- 01带报告引用的签名基准数据
- 02搜索中英文技术文章
- 03估算 KV-cache 分层 ROI
- 04区分实测数据与估算
适用场景
- 01比较 AI 推理存储基准
- 02了解 KV-cache 分层与 LLM 服务
- 03估算 GPU 集群分层 ROI
MCP 相关
它将基准查询、文档搜索和 ROI 估算作为 MCP 工具提供。客户端可通过托管的流式 HTTP 端点或 npm 包的 stdio 接入。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
服务地址
https://www.mingxinstorage.xyz/api/mcp一键复制安装命令
Claude CodeTerminal
claude mcp add --transport http xyz-mingxinstorage-mingxin https://www.mingxinstorage.xyz/api/mcpCursor.cursor/mcp.json
{"mcpServers":{"xyz-mingxinstorage-mingxin":{"type":"http","url":"https://www.mingxinstorage.xyz/api/mcp"}}}在 Cursor 中打开VS Code.vscode/mcp.json
{"servers":{"xyz-mingxinstorage-mingxin":{"type":"http","url":"https://www.mingxinstorage.xyz/api/mcp"}}}在 VS Code 中打开Claude Desktopclaude_desktop_config.json
{"mcpServers":{"xyz-mingxinstorage-mingxin":{"type":"http","url":"https://www.mingxinstorage.xyz/api/mcp"}}}Windsurf~/.codeium/windsurf/mcp_config.json
{"mcpServers":{"xyz-mingxinstorage-mingxin":{"serverUrl":"https://www.mingxinstorage.xyz/api/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
详细介绍
Mingxin MCP 服务
Mingxin (Tianjin) Semiconductor Equipment Co., Ltd. 的官方 MCP 服务,提供经签署的 AI 推理存储基准测试数据、技术文章搜索和 KV 缓存分层投资回报估算。
此服务返回的每项数据均附有已签署的测试报告引用(R1–R9)。底层基准测试已开源且可复现:mingxin-kvcache-bench。
工具
| 工具 | 功能 |
|---|---|
query_benchmark | 经签署的 FX 系列测试结果:吞吐量提升 29–40%,TTFT 降低 26–32%(在 8× AMD MI308X 上运行 Qwen3-480B 级别模型),模型加载速度是 NFS 的 6.2–9.3×;提供完整的 R1–R9 报告列表及托管 PDF URL |
search_mingxin_docs | 搜索 Mingxin 发布的 KV 缓存分层、NVMe-oF 全闪存储和 LLM 服务相关文章(中文和英文) |
estimate_roi | GPU 集群的 KV 缓存分层投资回报估算(忠实移植可复现的 Python 模型;提供中位情景估算,不构成承诺) |
安装
远程(可流式传输的 HTTP,无需安装)
端点:https://mingxinstorage.xyz/api/mcp
Cursor(~/.cursor/mcp.json):
{
"mcpServers": {
"mingxin": { "url": "https://mingxinstorage.xyz/api/mcp" }
}
}
Claude Desktop / VS Code 及其他仅支持 stdio 的客户端(通过此 npm 软件包):
{
"mcpServers": {
"mingxin": { "command": "npx", "args": ["-y", "mingxin-mcp-server"] }
}
}
领域级发现
https://mingxinstorage.xyz/.well-known/mcp.json
诚信与来源
- 测量数据仅来自已签署的官方测试报告;供应商规格和估算均会明确标注。
- 投资回报输出为中位情景估算,并注明范围(实测提升 29–40%;冷恢复占比估算为 10–50%,需通过试点测量补充)。
- 此服务仅公开网站上已有的内容;不包含客户数据。
许可证
MIT
评论
支持 Markdown
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。