Plot MCP Server

🚀 簡單的MCP服務器與Node.js

這是一個使用Node.js和Express構建的**模型上下文協議（MCP）**服務器的簡單原型。它能與OpenAI的API交互，模擬一個具有上下文感知的支持助手，比如可以幫助編寫故事。

🚀 快速開始

本項目是一個使用Node.js和Express構建的模型上下文協議（MCP）服務器原型，通過與OpenAI的API交互，實現具有上下文感知的故事編寫支持。

✨ 主要特性

• 使用system、user、steps和resources結構化你的上下文。
• 調用OpenAI API生成基於上下文的故事梗概。
• 可通過API動態添加角色。
• 能觀察更改上下文對大語言模型（LLM）響應的影響。

📦 安裝指南

環境要求

• Node.js v18+
• npm
• OpenAI API密鑰（獲取一個）

安裝步驟

1. 克隆此倉庫

git clone https://github.com/takehisa10098/plot-mcp-server.git  
cd plot-mcp-server

2. 安裝依賴項

npm install

3. 創建.env文件

OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxx

4. 創建context.json文件

{
  "system": "你是支持小說創作的AI。",
  "user": {
    "goal": "想寫一篇和風奇幻短篇小說",
    "constraints": ["字數在3000字以內", "主題為『喪失與再生』"]
  },
  "steps": [
    { "name": "角色創建", "status": "已完成" },
    { "name": "情節生成", "status": "進行中" }
  ],
  "resources": {
    "characters": [
      { "name": "茜", "role": "主人公", "trait": "沉默寡言但內心堅強" }
    ],
    "world": "戰國時代風格的異世界，存在陰陽術。"
  }
}

5. 創建server.js

const express = require('express');  
const fs = require('fs');  
const dotenv = require('dotenv');  
const openai = require('openai');  

const app = express();  
app.use(express.json());  

const port = 3000;  
app.listen(port, () => {  
    console.log(`服務器運行在 http://localhost:${port}`);  
});

// 定義路由
app.get('/steps', (req, res) => {  
    // 處理步驟邏輯  
});

app.post('/update/characters', (req, res) => {  
    const character = req.body;  
    // 添加角色到resources  
});

6. 創建openai.js配置文件

const OpenAI = require('openai');  

const openaiConfig = new OpenAI({  
    apiKey: process.env.OPENAI_API_KEY,  
    dangerouslyAllowBrowser: true  
});

module.exports = openaiConfig;

📚 詳細文檔

💡 MCP是什麼？

模型上下文協議（MCP）是一種用於結構化大語言模型（LLM）上下文信息的格式。它允許應用程序定義system、user、steps和resources來表示對話或項目的當前狀態。此項目展示瞭如何通過修改結構化的上下文，而不是每次重寫提示詞，來設計LLM交互。

🔗 相關鏈接

• Anthropic MCP文檔
• OpenAI函數調用