Token导航 LogoToken导航TokenDH.com
Gov Gpt logo
运维云端stdio官方级别未说明来源级核验

Gov Gpt

MCP Server

gov-gpt是一个基于USAspending API构建证据支持的语义MCP的工具,旨在帮助编码和分析代理发现端点、理解业务含义并构造有效请求。

工具数

13

提示词数

0

GitHub Stars

0

资源数

0
数据验证TypeScript云端部署

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

saulrichardson

提供方

saulrichardson

最后核验

2026/5/17 20:23

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python scripts/stage_docs.py --version v2

详细介绍

政府gpt

gov-gpt 为美国支出API构建一个证据支持的语义MCP。

该产品不是薄HTTP包装器。目标是一个工具表面,让 编码或分析代理发现正确的美国支出端点,了解 其输入和输出的商业意义,构建有效请求,检查 证据,并进行有限的现场通话。

方向

主要工作流程是代理式的:

  • 代理SDK生产商 scripts/agents 作者Semantic Profile V2捆绑包。
  • 该模型具有端点调查、协调和语义综合功能。
  • 本地代码提供工具、广泛的YOLO shell访问、工件写入、通用

验证器、MCP烟雾测试和推广。

  • 允许使用确定性代码作为门。它不应该是作者

端点特定语义。

持久工件是一个四文件语义包:

profiles//semantic/
  endpoint.json
  semantics.json
  evidence.jsonl
  usage.md

这些捆绑包由MCP服务器加载,并通过语义公开 发现、理解、请求构建、验证和执行工具。

flowchart LR
    A["USAspending docs and source"] --> B["Agents SDK producer\nYOLO autonomy"]
    B --> C["Semantic Profile V2 bundle"]
    C --> D["Generic validators\nreview/repair/story gates"]
    D --> E["profiles//semantic"]
    E --> F["MCP server\nsemantic + raw tools"]
    F --> G["Coding agents and analysts"]

快速开始

先决条件:

  • Node.js 22+
  • npm
  • Python 3.11+
  • OPENAI_API_KEYCODEX_API_KEY.env

安装依赖项:

npm --prefix scripts/agents install --silent
npm --prefix scripts/codex install --silent
npm --prefix scripts/mcp install --silent

通过语义生成器运行一个端点:

make agents-semantic \
  SLUG=v2__search__spending_by_geography \
  AGENTS_OUT_ROOT=runs/agents-sdk-demo \
  AGENTS_AUTONOMY=yolo

验证生成的捆绑包:

make semantic-validate SEMANTIC_ROOT=runs/agents-sdk-demo

当一个捆绑包足够重要,可以推广时,进行审查、修复和故事测试:

make agents-review \
  SLUG=v2__search__spending_by_geography \
  AGENTS_OUT_ROOT=runs/agents-sdk-demo \
  > runs/review.json

make agents-repair \
  SLUG=v2__search__spending_by_geography \
  AGENTS_OUT_ROOT=runs/agents-sdk-demo \
  AGENTS_REVIEW_REPORT=runs/review.json \
  AGENTS_REPAIR_TASK_ID=

make agents-story \
  AGENTS_BUNDLE_GLOB="/Users/saulrichardson/projects/gov-gpt/runs/agents-sdk-demo/*/endpoint.json" \
  AGENTS_STORY_OUTPUT=runs/story.json

只有在满足以下条件后,才能将语义包升级到MCP加载的配置文件目录中 bundle通过通用门。然后验证并冒烟测试服务器:

scripts/mcp/bin/validate-semantic-bundles
scripts/mcp/bin/smoke-client
scripts/mcp/bin/stdio-server

运行时MCP

MCP服务器 scripts/mcp 暴露:

  • 语义发现工具,如 usaspending.findConcepts,

usaspending.findEndpoints,以及 usaspending.findWorkflows

  • 语义检查工具,如 usaspending.getEndpointSchema,

usaspending.getEndpointSemantics, usaspending.getEvidence,以及 usaspending.getUsageGuide

  • 请求助手,例如 usaspending.getRequestTemplate,

usaspending.validateRequest, usaspending.explainValidationError,以及 usaspending.listRequestFields

  • 通过执行 usaspending.callEndpoint
  • 原始端点别名,如 usaspending.v2__search__spending_by_award

客户端配置片段:

scripts/mcp/bin/print-client-configs

支持原始剖面管道

年长者 scripts/codex 管道仍然支持原始端点配置文件 世代通过 discover, validate,以及 reconcile它仍然对以下方面有用 原始MCP覆盖率、分阶段文档和共享的Semantic Profile V2验证器。

这不是语义MCP创作路径。新的语义端点知识应该 通过以下方式生产 scripts/agents.

原始剖面流:

python scripts/stage_docs.py --version v2
make pipeline SLUG=v2__awards__last_updated
make promote-profile SLUG=v2__awards__last_updated
scripts/mcp/bin/validate-profiles

文档地图

  • 工程方法: docs/engineering-approach.md
  • 目标MCP形状: docs/mcp-target-shape.md
  • 语义配置文件V2合同: docs/semantic-profile-v2.md
  • 代理运营模式: docs/semantic-agent-operating-model.md
  • YOLO访问审计和压力测试: docs/agents-sdk-yolo-access-audit.md
  • 代理SDK运行器: scripts/agents/README.md
  • MCP运行时间: scripts/mcp/README.md
  • 原料食品法典委员会简介管道: scripts/codex/README.md
  • 型材夹具: profiles/README.md
  • 操作员手册: OPERATIONS.md

验证

完整回购验证:

make verify

在处理语义MCP时最常用的重点检查:

npm --prefix scripts/agents run typecheck
npm --prefix scripts/agents run test
npm --prefix scripts/agents run smoke
npm --prefix scripts/codex run semantic:validate -- --root runs/agents-sdk
npm --prefix scripts/mcp run typecheck
npm --prefix scripts/mcp run test
scripts/mcp/bin/validate-semantic-bundles

目录标签

目录标签

数据验证TypeScript云端部署语义分析本地部署API工具政府数据自动化代理

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

13

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP