Hes Release MCP Integration

Digital.ai Release 的 MCP 客户端任务

发布版的人工智能演示任务

• MCP（Multiple Choice Questions）的中文翻译是“多项选择题”连接到任何MCP服务器并调用其工具
• AI提示词连接到AI服务器并调用提示。支持Gemini和OpenAI兼容的提供者
• 代理提示（或：代理指令）结合MCP（机器控制协议/多智能体通信协议等，具体含义需根据上下文确定）和AI提示任务，创建一个能够使用工具的智能体

先决条件

为了使用此（工具/方法）为Release开发基于Python的容器任务，您需要安装以下内容： 项目：

• Python 3
• Docker

快速入门

1. 配置您的 hosts 文件

在以下内容中添加 /etc/hosts 或者 C:\Windows\System32\drivers\etc\hosts （sudo/管理员权限 （必填项）：

127.0.0.1 container-registry

2. 启动发布环境：

cd dev-environment
docker compose up -d --build

3. 构建并发布插件

运行构建脚本

Unix / macOS

sh build.sh --upload

Windows

build.bat --upload

3. 设置凭据

将您的API密钥放入 \setup/secrets.xlvals\ 可以翻译为：“设置/密钥文件.xlvals”。不过，这里的“secrets.xlvals”可能是一个特定于某个软件或系统中的文件名，其确切含义可能需要根据上下文来确定。“xlvals”可能暗示了这是一个与Excel或类似电子表格软件相关的文件，但具体用途还需结合实际情况分析。在翻译时，我们保留了文件扩展名的原样，以保持文件名的准确性和专业性。

以示例文件为基础：

cp setup/secrets.xlvals.example setup/secrets.xlvals

然后编辑该文件并添加你的密钥。

4. 上传演示模板

运行以下命令将演示模板上传到本地发布实例：

./xlw apply -f setup/mcp-demo.yaml

演示时间！

1. 使用 admin/admin 登录到 http://localhost:5516
2. 前往 AI演示 文件夹
3. 去（做） 模板 分段并运行示例

👉在“连接”下添加您喜欢的MCP服务器或大型语言模型（LLM）提供商，并构建您自己的示例！