Token导航 LogoToken导航TokenDH.com
MCP con sampling logo
AI代理stdio官方级别未说明来源级核验

MCP con sampling

MCP Server

The Newsroom MCP 是一个高级模型上下文协议服务器,利用MCP采样和控制反转技术,通过多角色评审流程优化文本编辑和内容生成。

工具数

1

提示词数

0

GitHub Stars

1

资源数

0
PythonAI代理工作流自动化

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

0utKast

提供方

0utKast

最后核验

2026/5/17 20:20

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 -m venv venv

详细介绍

📰 新闻编辑室MCP(模型上下文协议)

版本: 0.2.0-α

该项目实现了一个服务器 MCP(模型上下文协议) 高级通话 “新闻编辑室” (编辑室)。使用技术 MCP抽样(抽样) e 投资控制 使用人工智能组织多人编辑审查流程。

🚀 特点

  • 专家委员会模式(v0.2.0):通过整合所有专家的单一认知大师通话,优化以避免检查员MCP中的超时。
  • 多人编排:从三个关键角度分析文本草案:

- 😈 怀疑论者:寻找逻辑故障、风险和弱点。 - 🤝 移情者:分析语气和对观众的情感影响。 - 📝 风格校对员(语言学家):旨在确保激进的清晰度和完美的语法。

  • 主编综合:通过整合所有批评,生成一个精致而平衡的最终版本。
  • 鲁棒混合架构:设计用于支持 MCP采样 具有超快速自动回撤到 API de Gemini 2.0 Flash.
  • 诊断工具:包括工具 ping 优化以验证延迟和连接。

🛠️ 安装和使用

1.要求

  • Python 3.10更高级。
  • 的API密钥 谷歌双子座.

2.配置

  1. 克隆此存储库。
  2. 创建新文件 .env 在项目的根目录中,使用您的密钥:
   GOOGLE_API_KEY=tu_clave_aqui
  1. 创建虚拟环境并安装依赖项:
   python -m venv venv
   .\venv\Scripts\Activate.ps1
   pip install -r requirements.txt

3.执行

使用测试服务器 MCP检查员:

mcp dev the_newsroom.py

复制带有将出现在终端上的令牌的URL并将其粘贴到浏览器中。

🧠 抽样概念

这台服务器展示了人工智能工具不仅可以返回数据,而且可以 编排思想。新闻编辑室不需要复杂的代理基础设施,而是使用客户自己(如光标或克劳德桌面)进行认知通话,从而实现智能和经济的可扩展性。

📚 教育资源(过程文件)

为了帮助更好地了解这个MCP服务器的开发,我们包括了在创建过程中生成的规划和调试文档:

📄 许可证

麻省理工学院

______________________________________________________________________

*开发用于探索MCP和双子座认知编排的局限性。*

目录标签

目录标签

PythonAI代理工作流自动化文本编辑本地部署模型上下文协议多角色评审AI内容生成控制反转

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)

1

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