Token导航 LogoToken导航TokenDH.com
MCP OVS logo
AI代理未说明官方级别未说明来源级核验

MCP OVS

MCP Server

一个基于MCP协议的业务工具集成平台,支持通过Evolution AI Agents调用外部服务和业务逻辑。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
AI代理FastAPI云服务TypeScript

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

Vovchansky6

提供方

Vovchansky6

最后核验

2026/5/17 20:22

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。

详细介绍


# MCP Business AI Transformation (Cloud.ru Hackathon)

Прототип решения для хакатона Cloud.ru: MCP-сервер + набор бизнес-инструментов, которые вызываются из Evolution AI Agents через протокол Model Context Protocol (MCP).

Решение показывает, как:
- оборачивать внешние сервисы / бизнес-логику в MCP-tools;
- подключать MCP-сервер к Evolution AI Agents;
- работать с ним в интерфейсе Cloud.ru.

---

## 1. Архитектура решения

В репозитории реализованы следующие компоненты:

- **`mcp_server/`** – основной MCP-сервер на FastAPI:
  - `/health`, `/api/v1/health` – health-чек сервера;
  - `/mcp` – MCP-endpoint (JSON-RPC 2.0) с методами:
    - `initialize`
    - `tools/list`
    - `tools/call`
    - `resources/list` (пока заглушка)
    - `resources/read` (пока заглушка);
  - `app/api/v1/tools.py` – объявление MCP-инструментов и `tool_registry`.

- **`agent_system/`** – заготовка многоагентной системы (орchestrator, агенты и т.д.).  
  Для хакатона основное внимание на **MCP-сервере**; агентную систему можно развивать дальше.

- **`src/`** – фронтенд на Next.js (UI-панель).  
  Для проверки решения на Cloud.ru не обязателен, но показывает, как можно визуализировать работу.

## 2. Быстрый старт локально (Windows / macOS / Linux)

### 2.1. Предварительные требования

- Python 3.11+
- Git
- (опционально) Docker, если нужен запуск в контейнере

### 2.2. Клонирование репозитория

git clone https://github.com//.git cd mcp-biz-master



### 2.3. Настройка переменных окружения

Создаём `.env` из примера:

cp .env.example .env



Минимальный набор для запуска MCP-сервера:

EVOLUTION_API_KEY=ВАШ_КЛЮЧ_ОТ_CLOUD_RU SECRET_KEY=любая_длинная_строка_для_подписи



Все остальные переменные могут остаться как в `.env.example` – они используются вспомогательными сервисами, которые для демо не критичны.

> В репозиторий коммитится только `.env.example`. Файл `.env` должен быть в `.gitignore`.

### 2.4. Установка зависимостей и запуск MCP-сервера

cd mcp_server

python -m venv .venv

Windows:

.\.venv\Scripts\activate

Linux/macOS:

source .venv/bin/activate

pip install -r requirements.txt

запуск MCP-сервера

python -m uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload



После старта сервер доступен по адресу `http://localhost:8000`.

---

## 3. Проверка работы локально

Открыть новый терминал (сервер оставить запущенным).

### 3.1. Health-чек

curl http://localhost:8000/api/v1/health



Ожидаемый ответ:

{ "status": "ok", "version": "...", "app": "..." }



То же самое будет по `http://localhost:8000/health`.

### 3.2. MCP `tools/list`

curl -X POST http://localhost:8000/mcp \ -H "Content-Type: application/json" \ -d '{ "jsonrpc": "2.0", "id": 1, "method": "tools/list" }'



Ответ – JSON с перечнем доступных MCP-tools:

{ "jsonrpc": "2.0", "id": 1, "result": { "tools": [ { "name": "...", "description": "...", "inputSchema": { ... } } ] } }



### 3.3. MCP `tools/call` (пример)

Пример общего вида запроса (конкретные имена и параметры смотрите в `app/api/v1/tools.py`):

curl -X POST http://localhost:8000/mcp \ -H "Content-Type: application/json" \ -d '{ "jsonrpc": "2.0", "id": 2, "method": "tools/call", "params": { "name": "SOME_TOOL_NAME", "arguments": { "param1": "value1" } } }'



---

## 4. Переменные окружения (.env)

Полный перечень переменных – в `.env.example`.
Ключевые для запуска MCP-сервера:

| Переменная          | Обязательна | Назначение                                             |
| ------------------- | ----------: | ------------------------------------------------------ |
| `EVOLUTION_API_KEY` |            | API-ключ Cloud.ru Foundation Models / Agents           |
| `SECRET_KEY`        |            | Секрет для подписи токенов / внутреннего использования |

Остальные (`DATABASE_URL`, `REDIS_URL`, `POSTGRES_*`, `RABBITMQ_*`, `GF_SECURITY_*` и т.д.) используются для расширенной инфраструктуры (БД, кэш, очереди, мониторинг). Для базового демонстрационного запуска их можно оставить как в примере.

---

## 5. Деплой MCP-сервера в Cloud.ru (Artifact Registry + Container Apps)

### 5.1. Сборка Docker-образа

cd mcp_server docker build -t mcp-biz-server:latest .



### 5.2. Публикация образа в Artifact Registry

1. В личном кабинете Cloud.ru создать Docker / Artifact Registry.

2. Выполнить `docker login` по инструкции Cloud.ru:

docker login .cr.cloud.ru -u -p



3. Протегировать и отправить образ:

docker tag mcp-biz-server:latest .cr.cloud.ru/mcp-biz-server:latest docker push .cr.cloud.ru/mcp-biz-server:latest



### 5.3. Создание Container App

1. В разделе Artifact Registry открыть загруженный образ и выбрать «Создать Container App».
2. Указать:

   * порт контейнера: **8000**;
   * переменные окружения: минимум `EVOLUTION_API_KEY` и `SECRET_KEY` (значения – как в локальном `.env`).
3. Дождаться запуска и запомнить публичный URL контейнера, например:

https://mcp-biz-server.containers.cloud.ru



Проверка:

curl https://mcp-biz-server.containers.cloud.ru/api/v1/health



---

## 6. Подключение MCP-сервера к Evolution AI Agents

1. В Cloud.ru открыть **AI Factory → AI Agents → MCP-серверы**.
2. Нажать **«Создать MCP-сервер»**.
3. Указать:

   * название (например, `Biz MCP Server`);
   * описание (кратко: «MCP-сервер для бизнес-инструментов»);
   * URL: `https://mcp-biz-server.containers.cloud.ru/mcp` (или ваш реальный адрес).
4. Сохранить и дождаться статуса «Готов».

---

## 7. Создание агента в Evolution AI Agents

1. В разделе **AI Factory → AI Agents → Агенты** нажать **«Создать агента»**.
2. Выбрать модель из Evolution Foundation Models.
3. В разделе **Инструменты / MCP** выбрать созданный MCP-сервер `Biz MCP Server`.
4. Сохранить агента.

Дальше можно тестировать в веб-интерфейсе Cloud.ru:

* задать вопрос в свободной форме («Покажи, какие инструменты у тебя есть»);
* агент через LLM вызовет `tools/list` и вернёт список инструментов;
* затем можно запускать конкретные `tools/call` по смыслу запроса.

---

## 8. Что реализовано сейчас и что планируется

**Реализовано в MVP:**

* MCP-сервер на FastAPI (`mcp_server/`):

  * health-эндпоинты `/health` и `/api/v1/health`;
  * MCP-endpoint `/mcp` с методами `initialize`, `tools/list`, `tools/call`, `resources/list`, `resources/read`;
  * интеграция с реестром инструментов `tool_registry` (см. `app/api/v1/tools.py`).
* Возможность локального запуска и деплоя в Docker/Container Apps на Cloud.ru.
* Подключение MCP-сервера к Evolution AI Agents.

**Планы развития (после хакатона):**

* полноценная реализация `resources` (подключение к внешним источникам данных);
* расширенный набор бизнес-инструментов;
* включение продвинутых мидлварей (аутентификация, rate limiting, корреляция запросов, метрики);
* развитие `agent_system/` в сторону полноценной многоагентной платформы;
* UI-дашборд (папка `src/`) для бизнес-пользователей (визуализация сценариев, алёрты и т.д.).

目录标签

目录标签

AI代理FastAPI云服务TypeScript本地部署业务工具集成MCP协议

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

session

工具数量(toolCount,工具数)

0

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

未说明session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。

仍需确认:installCommand

来源信息

继续浏览同类 MCP