Storm MCP Server With Sionic Ai Serverless Rag

🚀 風暴 MCP 服務器與 Sionic AI 無服務器 RAG

風暴 MCP（模型上下文協議）服務器與 Sionic AI 無服務器 RAG 旨在實現 LLM 應用程序與其數據源和工具之間的順暢集成，用戶可結合 Sionic AI 的 Storm Platform，使用自定義的強力嵌入模型與向量數據庫產品組合，體驗強大的無服務器 RAG 功能。

🚀 快速開始

風暴 MCP（Model Context Protocol）服務器介紹

風暴 MCP（模型上下文協議）服務器是一個開放協議，旨在實現 LLM 應用程序與其數據源和工具之間的順暢集成。通過實現 Anthropic 的 Model Context Protocol，可以直接在 Claude Desktop 上使用 Storm Platform。

結合 Sionic AI 的 Storm Platform，可以將自定義的強力嵌入模型與向量數據庫產品組合連接起來使用。只需訪問 https://sionicstorm.ai，按代理單位註冊並獲取 API Token 即可開始使用無服務器 RAG 功能。

步驟說明

1. 打開設置文件：

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

2. 添加以下配置到 JSON 文件中：

{
  "mcpServers": {
    "storm": {
      "command": "sh",
      "args": [
        "/Users/sigridjineth/Desktop/work/storm-mcp-server/scripts/run.sh"
      ]
    }
  }
}

🔧 技術細節

風暴 MCP 服務器結構

• main.py：初始化 MCP 服務器並配置事件處理程序。
• core/file_manager.py：實現文件操作的 FileSystemManager 類。
• core/internal_api.py：提供與 Storm REST API 端點交互的客戶端函數。
• tools/tool_definitions.py：定義 MCP 服務器可用的工具。
• tools/tool_handlers.py：實現工具的操作處理程序。
• tools/tool_upload_file.py：實現帶有自定義 MCP 處理程序的文件操作專用服務器。

架構

MCP 採用三 - tier 架構：

1. 主機（LLM 應用程序）
2. 客戶端（協議實現）
3. 服務端（功能提供者）

其中，風暴 MCP 服務器負責提供資源和工具給 LLM 使用。

📚 詳細文檔

啟動指南

在 Claude Desktop 環境中連接 MCP 服務器，請按照以下步驟操作：

1. 打開設置文件：

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

2. 在 JSON 文件中添加以下配置：

{
  "mcpServers": {
    "storm": {
      "command": "sh",
      "args": [
        "/Users/sigridjineth/Desktop/work/storm-mcp-server/scripts/run.sh"
      ]
    }
  }
}

配置示例

以下是完整的配置示例：

{
  "mcpServers": {
    "storm": {
      "command": "sh",
      "args": [
        "/Users/sigridjineth/Desktop/work/storm-mcp-server/scripts/run.sh"
      ]
    }
  }
}

⚠️ 注意事項

⚠️ 重要提示

• 確保腳本路徑正確無誤。
• 如果遇到問題，可以檢查日誌文件或查閱官方文檔獲取幫助。

通過以上步驟，您可以在 Claude Desktop 中成功集成並運行風暴 MCP 服務器，體驗強大的無服務器 RAG 功能。