Plot MCP Server

🚀 简单的MCP服务器与Node.js

这是一个使用Node.js和Express构建的**模型上下文协议（MCP）**服务器的简单原型。它能与OpenAI的API交互，模拟一个具有上下文感知的支持助手，比如可以帮助编写故事。

🚀 快速开始

本项目是一个使用Node.js和Express构建的模型上下文协议（MCP）服务器原型，通过与OpenAI的API交互，实现具有上下文感知的故事编写支持。

✨ 主要特性

• 使用system、user、steps和resources结构化你的上下文。
• 调用OpenAI API生成基于上下文的故事梗概。
• 可通过API动态添加角色。
• 能观察更改上下文对大语言模型（LLM）响应的影响。

📦 安装指南

环境要求

• Node.js v18+
• npm
• OpenAI API密钥（获取一个）

安装步骤

1. 克隆此仓库

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

2. 安装依赖项

npm install

3. 创建.env文件

OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxx

4. 创建context.json文件

{
  "system": "你是支持小说创作的AI。",
  "user": {
    "goal": "想写一篇和风奇幻短篇小说",
    "constraints": ["字数在3000字以内", "主题为『丧失与再生』"]
  },
  "steps": [
    { "name": "角色创建", "status": "已完成" },
    { "name": "情节生成", "status": "进行中" }
  ],
  "resources": {
    "characters": [
      { "name": "茜", "role": "主人公", "trait": "沉默寡言但内心坚强" }
    ],
    "world": "战国时代风格的异世界，存在阴阳术。"
  }
}

5. 创建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(`服务器运行在 http://localhost:${port}`);  
});

// 定义路由
app.get('/steps', (req, res) => {  
    // 处理步骤逻辑  
});

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

6. 创建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;

📚 详细文档

💡 MCP是什么？

模型上下文协议（MCP）是一种用于结构化大语言模型（LLM）上下文信息的格式。它允许应用程序定义system、user、steps和resources来表示对话或项目的当前状态。此项目展示了如何通过修改结构化的上下文，而不是每次重写提示词，来设计LLM交互。

🔗 相关链接

• Anthropic MCP文档
• OpenAI函数调用