Selector MCP Server

🚀 選擇器AI快速上下文協議（Selector AI FastMCP）

此倉庫提供了Selector AI的Model Context Protocol（MCP）的完整實現。它包含一個支持即時流式傳輸的服務器，以及一個基於Docker的交互式客戶端，客戶端通過stdin/stdout進行通信，為用戶提供便捷的交互體驗。

🚀 快速開始

先決條件

• Python 3.8及以上版本
• Docker
• Selector AI API密鑰
• Selector API URL

安裝

1. 克隆倉庫：

git clone https://github.com/automateyournetwork/selector-mcp-server
cd selector-ai-mcp

2. 安裝Python依賴項：

pip install -r requirements.txt

3. 設置環境變量：創建一個.env文件：

SELECTOR_URL=https://your-selector-api-url
SELECTOR_AI_API_KEY=your-api-key

🐳 Dockerfile

服務器運行在一個輕量級容器中，使用以下Dockerfile：

FROM python:3.11-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .
CMD ["python", "-u", "mcp_server.py"]
HEALTHCHECK --interval=30s --timeout=30s --start-period=5s \
  CMD python -c "import socket; s = socket.socket(socket.AF_UNIX, socket.SOCK_STREAM); s.connect('/tmp/mcp.sock'); s.send(b'{\"tool_name\": \"ready\"}\\n'); data = s.recv(1024); s.close(); import json; result = json.loads(data); exit(0 if result.get('status') == 'ready' else 1)" || exit 1

🧠 使用客戶端

啟動客戶端：

python mcp_client.py

示例CLI會話

You> What is AIOps?
Selector> AIOps指的是將AI應用於IT運維...

程序化訪問

from selector_client import call_tool, spawn_server

proc = spawn_server()
call_tool(proc, "ready")
response = call_tool(proc, "ask_selector", {"content": "What is AIOps?"})
print(response)

🖥️ 與Claude Desktop集成

運行服務器：

python mcp_server.py

在Claude Desktop中配置本地端點。確保消息格式如下：

{
  "method": "tools/call",
  "tool_name": "ask_selector",
  "content": "What can you tell me about device S6?"
}

🛠️ 自定義構建

1. 叉取或克隆此倉庫
2. 修改selector_fastmcp_server.py以集成您首選的模型或路由邏輯
3. 重建Docker鏡像：

docker build -t your-image-name .

4. 配置客戶端設置，例如在.env文件中指定API密鑰和URL

✨ 主要特性

✅ 服務器

• FastMCP兼容且基於Python構建
• 即時SSE流式傳輸支持
• 與Selector AI的交互式AI聊天
• 最小化樣板代碼
• 內置健康檢查，適用於容器編排
• 請求/響應日誌記錄和重試功能

✅ 客戶端

• Python客戶端通過Docker啟動服務器
• 支持CLI和程序化訪問
• 通過stdin和stdout讀寫
• 使用.env文件配置環境變量

📚 詳細文檔

📁 項目結構

• selector_fastmcp_server.py: 主服務器邏輯
• selector_client.py: 客戶端功能實現
• requirements.txt: Python依賴項列表
• .env.example: 環境變量示例

✅ 要求

• 必須安裝Python 3.8或更高版本
• 需要Docker用於容器化部署

📄 許可證

本項目使用Apache 2.0許可證。