Slimcontext MCP Server

🚀 SlimContext MCP Server

SlimContext MCP Server是一個模型上下文協議（MCP）服務器，它封裝了 SlimContext 庫，為兼容MCP的客戶端提供AI聊天曆史壓縮工具。

🚀 快速開始

SlimContext MCP Server將兩種強大的壓縮策略作為MCP工具公開：

1. trim_messages - 基於令牌的壓縮，當超過令牌閾值時移除最舊的消息。
2. summarize_messages - 由OpenAI提供支持的AI壓縮，用於創建簡潔的摘要。

📦 安裝指南

npm install -g slimcontext-mcp-server
# 或者
pnpm add -g slimcontext-mcp-server

🔧 開發步驟

# 克隆並設置
git clone <repository>
cd slimcontext-mcp-server
pnpm install

# 構建
pnpm build

# 開發環境運行
pnpm dev

# 類型檢查
pnpm typecheck

🛠️ 配置說明

MCP客戶端設置

在您的MCP客戶端配置中添加以下內容：

{
  "mcpServers": {
    "slimcontext": {
      "command": "npx",
      "args": ["-y", "slimcontext-mcp-server"]
    }
  }
}

環境變量

• OPENAI_API_KEY：用於摘要生成的OpenAI API密鑰（可選，可以作為工具參數傳遞）。

💻 使用示例

trim_messages

使用基於令牌的修剪策略壓縮聊天曆史。

參數：

• messages（必需）：聊天消息數組。
• maxModelTokens（可選）：模型的最大令牌上下文窗口（默認值：8192）。
• thresholdPercent（可選）：觸發壓縮的百分比閾值，範圍為0 - 1（默認值：0.7）。
• minRecentMessages（可選）：要保留的最近消息的最小數量（默認值：2）。

示例：

{
  "messages": [
    { "role": "system", "content": "You are a helpful assistant." },
    { "role": "user", "content": "Hello!" },
    { "role": "assistant", "content": "Hi there! How can I help you today?" },
    { "role": "user", "content": "Tell me about AI." }
  ],
  "maxModelTokens": 4000,
  "thresholdPercent": 0.8,
  "minRecentMessages": 2
}

響應：

{
  "success": true,
  "original_message_count": 4,
  "compressed_message_count": 3,
  "messages_removed": 1,
  "compression_ratio": 0.75,
  "compressed_messages": [
    { "role": "system", "content": "You are a helpful assistant." },
    { "role": "assistant", "content": "Hi there! How can I help you today?" },
    { "role": "user", "content": "Tell me about AI." }
  ]
}

summarize_messages

使用基於AI的摘要策略壓縮聊天曆史。

參數：

• messages（必需）：聊天消息數組。
• maxModelTokens（可選）：模型的最大令牌上下文窗口（默認值：8192）。
• thresholdPercent（可選）：觸發壓縮的百分比閾值，範圍為0 - 1（默認值：0.7）。
• minRecentMessages（可選）：要保留的最近消息的最小數量（默認值：4）。
• openaiApiKey（可選）：OpenAI API密鑰（也可以使用 OPENAI_API_KEY 環境變量）。
• openaiModel（可選）：用於摘要生成的OpenAI模型（默認值：'gpt - 4o - mini'）。
• customPrompt（可選）：自定義摘要提示。

示例：

{
  "messages": [
    { "role": "system", "content": "You are a helpful assistant." },
    { "role": "user", "content": "I want to build a web scraper." },
    {
      "role": "assistant",
      "content": "I can help you build a web scraper! What programming language would you prefer?"
    },
    { "role": "user", "content": "Python please." },
    {
      "role": "assistant",
      "content": "Great choice! For Python web scraping, I recommend using requests and BeautifulSoup..."
    },
    { "role": "user", "content": "Can you show me a simple example?" }
  ],
  "maxModelTokens": 4000,
  "thresholdPercent": 0.6,
  "minRecentMessages": 2,
  "openaiModel": "gpt-4o-mini"
}

響應：

{
  "success": true,
  "original_message_count": 6,
  "compressed_message_count": 4,
  "messages_removed": 2,
  "summary_generated": true,
  "compression_ratio": 0.67,
  "compressed_messages": [
    { "role": "system", "content": "You are a helpful assistant." },
    {
      "role": "system",
      "content": "The user expressed interest in building a web scraper and requested help with Python. The assistant recommended using requests and BeautifulSoup libraries for Python web scraping."
    },
    {
      "role": "assistant",
      "content": "Great choice! For Python web scraping, I recommend using requests and BeautifulSoup..."
    },
    { "role": "user", "content": "Can you show me a simple example?" }
  ]
}

📚 詳細文檔

消息格式

兩個工具都期望消息採用SlimContext格式：

interface SlimContextMessage {
  role: 'system' | 'user' | 'assistant' | 'tool' | 'human';
  content: string;
}

錯誤處理

所有工具都返回結構化的錯誤響應：

{
  "success": false,
  "error": "Error message description",
  "error_type": "SlimContextError" | "OpenAIError" | "UnknownError"
}

常見的錯誤場景：

• 摘要生成時缺少OpenAI API密鑰。
• 消息格式無效。
• OpenAI API速率限制或錯誤。
• 參數值無效。

令牌估計

SlimContext使用一個簡單的啟發式方法進行令牌估計：Math.ceil(content.length / 4) + 2。這為大多數用例提供了合理的近似值。對於更準確的令牌計數，您需要在客戶端應用程序中實現自定義令牌估計器。

壓縮策略

修剪策略

• 保留所有系統消息。
• 保留最近的N條消息。
• 移除最舊的非系統消息，直到低於令牌閾值。
• 快速且確定性強。
• 無需外部API依賴。

摘要策略

• 保留所有系統消息。
• 保留最近的N條消息。
• 使用AI對對話的中間部分進行摘要。
• 創建上下文豐富的摘要。
• 需要OpenAI API訪問權限。

📄 許可證

本項目採用MIT許可證。

👥 貢獻指南

1. 分叉倉庫。
2. 創建功能分支。
3. 進行更改。
4. 為新功能添加測試。
5. 提交拉取請求。

🔗 相關項目

• SlimContext - 底層壓縮庫。
• Model Context Protocol - 協議規範。
• MCP SDK - MCP的TypeScript SDK。