3gpp MCP Server

🚀 3GPP MCP Server V3.0.0 - 直接規範訪問

將你的AI助手轉變為3GPP規範專家，可直接訪問TSpec - LLM的5.35億字數據集！

🚀 快速開始

直接MCP設置（推薦）

Claude桌面版用戶：

claude mcp add 3gpp-server npx 3gpp-mcp-charging@latest serve

其他MCP客戶端： 將以下內容添加到你的MCP配置中：

{
  "mcpServers": {
    "3gpp-server": {
      "command": "npx",
      "args": ["3gpp-mcp-charging@latest", "serve"],
      "description": "3GPP MCP Server - 直接訪問TSpec-LLM和3GPP規範",
      "env": {
        "HUGGINGFACE_TOKEN": "可選，用於增強訪問權限"
      }
    }
  }
}

替代方案：自動配置

# 一鍵安裝並自動配置
npx 3gpp-mcp-charging@latest init

# 特定客戶端安裝
npx 3gpp-mcp-charging@latest init --client claude
npx 3gpp-mcp-charging@latest init --client vscode
npx 3gpp-mcp-charging@latest init --client cursor

測試是否正常工作

向你的AI助手提問：“在TS 32.290中搜索5G CHF實現要求”

你應該能獲得包含實現指南、依賴關係和測試注意事項的結構化規範內容！

✨ 主要特性

此項目的作用

之前：向AI詢問3GPP規範 - 得到基於訓練數據的通用回答 之後：使用AI + 3GPP MCP Server V3.0.0 - 直接訪問當前規範內容，獲得結構化、適合代理處理的回答

革命性的V3.0.0架構

V3.0.0代表了真正的MCP方法 - 輕量級API橋樑，提供直接的規範數據：

代理查詢 → MCP工具 → 外部API → 真實規範數據

主要優勢：

• 真正的MCP架構 - 輕量級API橋樑（約10MB，而不是15GB+）
• 響應時間低於500ms - 智能緩存與外部API集成
• 為代理優化 - 結構化JSON響應，便於AI代理使用
• 真實的規範數據 - 直接訪問TSpec - LLM的5.35億字數據集
• 外部API集成 - Hugging Face + 3GPP.org API
• 無限可擴展性 - 無狀態API調用，無本地存儲限制

📦 安裝指南

安裝選項

選項1：直接MCP配置（推薦）

無需本地安裝！服務器直接從NPM運行。

選項2：開發環境設置

# 克隆並設置開發環境
git clone <倉庫URL>
cd 3gpp-mcp-server/3gpp-mcp-server-v2
npm install
npm run build
npm run start

選項3：自動配置

npx 3gpp-mcp-charging@latest init

環境變量

# 可選：增強API訪問權限
export HUGGINGFACE_TOKEN="你的Hugging Face令牌"

# 可選：自定義緩存設置
export CACHE_TIMEOUT="3600"  # 秒
export ENABLE_CACHING="true"

💻 使用示例

基礎用法

# 直接規範搜索
"Find charging procedures in 5G service-based architecture"
→ 返回: TS 32.290節選、CHF實現細節、Nchf接口規範

# 實現要求
"Extract implementation requirements for converged charging in Release 17"
→ 返回: 技術要求、依賴關係、測試注意事項、合規說明

# 規範比較
"Compare charging evolution from TS 32.240 to TS 32.290"
→ 返回: 演進時間線、遷移分析、實現影響評估

📚 詳細文檔

可用工具（V3.0.0）

你能獲得什麼

直接的規範內容

• 即時訪問TSpec - LLM全面的3GPP數據集
• 帶有相關性評分的結構化內容節選
• 官方規範元數據集成

適合代理的響應

• 為AI代理使用而優化的JSON格式響應
• 所有工具響應的一致架構
• 所有響應中嵌入豐富的元數據

實現智能

• 從規範中提取技術要求
• 依賴分析和實現指南
• 測試注意事項和合規映射

性能優勢

• 緩存響應時間低於500ms
• 新API調用響應時間低於2s
• 內存佔用低於10MB（無狀態設計）
• 支持無限併發用戶（外部API可擴展）

🔧 技術細節

架構

核心組件

外部API集成層

• TSpec - LLM客戶端：通過Hugging Face API直接集成TSpec - LLM數據集
• 3GPP API客戶端：與官方3GPP.org API集成以獲取元數據
• API管理器：所有外部API的統一編排層

MCP工具層

• search_specifications.ts：直接規範搜索實現
• get_specification_details.ts：全面的規範細節
• compare_specifications.ts：多規範比較
• find_implementation_requirements.ts：要求提取

緩存與性能

• NodeCache：智能API響應緩存
• 速率限制：合理使用外部API
• 錯誤處理：強大的API集成，帶有備用方案

項目結構

3gpp-mcp-server-v2/
├── src/                          # V3.0.0源代碼
│   ├── api/                      # 外部API集成層
│   │   ├── tspec-llm-client.ts   # TSpec-LLM Hugging Face客戶端
│   │   ├── tgpp-api-client.ts    # 3GPP.org官方API客戶端
│   │   ├── api-manager.ts        # 統一API編排
│   │   └── index.ts              # API導出
│   ├── tools/                    # MCP工具實現
│   │   ├── search-specifications.ts           # 直接規範搜索
│   │   ├── get-specification-details.ts       # 全面的規範細節
│   │   ├── compare-specifications.ts          # 多規範比較
│   │   ├── find-implementation-requirements.ts # 要求提取
│   │   └── index.ts              # 工具導出
│   ├── types/                    # TypeScript接口
│   └── index.ts                  # MCP服務器實現
├── bin/                          # CLI安裝工具
├── docs/                         # 文檔
├── tests/                        # 測試套件
└── package.json                  # NPM包配置

版本演進

開發

可用腳本

npm run build      # 構建TypeScript
npm run dev        # 開發模式，即時監聽
npm run start      # 運行服務器
npm run test       # 運行測試
npm run lint       # 代碼檢查
npm run clean      # 清理構建產物

添加新工具

1. 在src/tools/中創建工具類
2. 定義工具架構，包括輸入/輸出類型
3. 實現帶有API集成的execute()方法
4. 導出工具並在src/index.ts中註冊

API集成

• 擴展TSpecLLMClient以實現新的TSpec - LLM功能
• 擴展TGPPApiClient以支持更多3GPP.org端點
• 向APIManager添加編排方法

📄 許可證

BSD - 3 - 條款許可證 - 詳情請參閱LICENSE文件。

致謝

研究基礎

本項目的V3.0.0架構從根本上受到了TSpec - LLM研究的啟發：

TSpec - LLM: A Large Language Model for 3GPP Specifications

• 論文：https://arxiv.org/abs/2406.01768
• 作者：Rasoul Nikbakht等人
• 數據集：TSpec - LLM on Hugging Face

最初計劃作為文檔參考MCP，但TSpec - LLM研究論文的發現從根本上改變了我們的方法。該論文展示了通過LLM直接訪問3GPP規範可顯著提高準確性（25個百分點以上），這說服我們從文檔託管轉向與他們全面的5.35億字數據集進行外部API集成。

技術基礎

• 使用Model Context Protocol SDK構建
• 與TSpec - LLM數據集集成
• 支持來自3GPP.org的3GPP規範