MCP Smallest AI

MCP-Smallest.ai

用于Smallest.ai API集成的模型上下文协议（MCP）服务器实现。该项目为与Smallest.ai的知识库管理系统交互提供了一个标准化的接口。

建筑

系统概述

┌─────────────────┐     ┌─────────────────┐     ┌─────────────────┐
│                 │     │                 │     │                 │
│  Client App     │◄────┤   MCP Server    │◄────┤  Smallest.ai    │
│                 │     │                 │     │    API          │
└─────────────────┘     └─────────────────┘     └─────────────────┘

组件详细信息

1.客户端应用层

• 实施MCP客户端协议
• 处理请求格式化
• 管理响应解析
• 提供错误处理

2.MCP服务器层

• 协议处理器

- 管理MCP协议通信 - 处理客户端连接 - 将请求路由到适当的工具

• 工具实施

- 知识库管理工具 - 参数验证 - 响应格式 - 错误处理

• API集成

- Smallest.ai API通信 - 认证管理 - 请求/响应处理

3.Smallest.ai API层

• 知识库管理
• 数据存储与检索
• 认证与授权

数据流

1. Client Request
   └─► MCP Protocol Validation
       └─► Tool Parameter Validation
           └─► API Request Formation
               └─► Smallest.ai API Call
                   └─► Response Processing
                       └─► Client Response

安全架构

┌─────────────────┐
│  Client Auth    │
└────────┬────────┘
         │
┌────────▼────────┐
│  MCP Validation │
└────────┬────────┘
         │
┌────────▼────────┐
│  API Auth       │
└────────┬────────┘
         │
┌────────▼────────┐
│  Smallest.ai    │
└─────────────────┘

概述

该项目实现了一个MCP服务器，作为客户端和Smallest.ai API之间的中间件。它提供了一种通过模型上下文协议与Smallest.ai的知识库管理功能进行交互的标准化方法。

建筑

[Client Application]  [MCP Server]  [Smallest.ai API]

组件

1. MCP服务器

- 处理客户端请求 - 管理API通信 - 提供标准化的响应 - 实施错误处理

1. 知识库工具

- listKnowledgeBases：列出所有知识库 - createKnowledgeBase：创建新的知识库 - getKnowledgeBase：检索特定知识库详细信息

1. 文献资源

- 可在 docs://smallest.ai - 提供使用说明和示例

先决条件

• Node.js 18+或Bun运行时
• Smallest.ai API密钥
• TypeScript知识

安装

1. 克隆存储库：

git clone https://github.com/yourusername/MCP-smallest.ai.git
cd MCP-smallest.ai

1. 安装依赖项：

bun install

1. 创建一个 .env 根目录中的文件：

SMALLEST_AI_API_KEY=your_api_key_here

配置

创建一个 config.ts 使用Smallest.ai API配置的文件：

export const config = {
    API_KEY: process.env.SMALLEST_AI_API_KEY,
    BASE_URL: 'https://atoms-api.smallest.ai/api/v1'
};

用法

启动服务器

bun run index.ts

测试服务器

bun run test-client.ts

可用工具

1. 列出知识库

await client.callTool({
  name: "listKnowledgeBases",
  arguments: {}
});

1. 创建知识库

await client.callTool({
  name: "createKnowledgeBase",
  arguments: {
    name: "My Knowledge Base",
    description: "Description of the knowledge base"
  }
});

1. 获取知识库

await client.callTool({
  name: "getKnowledgeBase",
  arguments: {
    id: "knowledge_base_id"
  }
});

响应格式

所有回复均遵循以下结构：

{
  content: [{
    type: "text",
    text: JSON.stringify(data, null, 2)
  }]
}

错误处理

服务器实现了全面的错误处理：

• HTTP错误
• API错误
• 参数验证错误
• 类型安全错误响应

发展

项目结构

MCP-smallest.ai/
├── index.ts           # MCP server implementation
├── test-client.ts     # Test client implementation
├── config.ts          # Configuration file
├── package.json       # Project dependencies
├── tsconfig.json      # TypeScript configuration
└── README.md          # This file

添加新工具

1. 在中定义工具 index.ts:

server.tool(
  "toolName",
  {
    param1: z.string(),
    param2: z.number()
  },
  async (args) => {
    // Implementation
  }
);

1. 更新资源中的文档：

server.resource(
  "documentation",
  "docs://smallest.ai",
  async (uri) => ({
    contents: [{
      uri: uri.href,
      text: `Updated documentation...`
    }]
  })
);

安全

• API密钥存储在环境变量中
• 所有请求都经过身份验证
• 已实施参数验证
• 错误消息已被清除

贡献

1. 分叉存储库
2. 创建功能分支(git checkout -b feature/amazing-feature)
3. 提交您的更改(git commit -m 'Add some amazing feature')
4. 推到分支(git push origin feature/amazing-feature)
5. 打开拉取请求

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

致谢

• 模型上下文协议
• API最小
• Bun运行时

](https://mseep.ai/app/vinayaktiwari1103-mcp-smallest-ai)