meganova mcp服务器
MCP服务器 MegaNova AI --将LLM推理、图像/视频生成、嵌入、云代理和Nova Mesh路由暴露给任何兼容MCP的客户端（Claude Desktop、Cursor、VS Code、Windsurf等）。
它的作用
| MCP原语 | 功能 |
|---|---|
| 工具——推理 | chat_completion, create_embeddings, rerank_documents |
| 工具--媒体 | generate_image, generate_video, transcribe_audio |
| 工具--模型 | list_models （按模态、家族、用例过滤） |
| 工具--云代理 | cloud_agent_info, cloud_agent_chat, cloud_agent_confirm_tool |
| 工具--Nova Mesh | route_task, chat_with_agent, list_agents, get_agent_info, execute_dag, get_call_log |
| 工具——技能 | list_skills, execute_skill, search_catalog |
| 资源 | nova://agents （指数）， nova://agents/{name} （个人资料） |
| 提示 | route_task_prompt, agent_chat_prompt, skill_discovery_prompt |
快速开始
安装
pip install meganova-mcp-server或来源：
git clone https://github.com/MeganovaAI/meganova-mcp-server.git
cd meganova-mcp-server
pip install -e .配置
设置环境变量：
export MEGANOVA_API_KEY=your-api-key # Required
export MEGANOVA_API_URL=https://api.meganova.ai/v1 # Default
export MEGANOVA_STUDIO_URL=https://studio-api.meganova.ai # Default
export NOVA_MESH_URL=https://your-mesh-endpoint # Optional, for mesh tools运行（stdio）
meganova-mcp-server运行（HTTP）
MCP_TRANSPORT=http MCP_PORT=8080 meganova-mcp-server客户端设置
克劳德桌面版
添加 claude_desktop_config.json:
{
"mcpServers": {
"meganova": {
"command": "meganova-mcp-server",
"env": {
"MEGANOVA_API_KEY": "your-api-key"
}
}
}
}克劳德代码
添加 .mcp.json 在您的项目中：
{
"mcpServers": {
"meganova": {
"command": "meganova-mcp-server",
"env": {
"MEGANOVA_API_KEY": "your-api-key"
}
}
}
}光标/风帆
使用HTTP传输并指向 http://localhost:8080/mcp.
工具参考
推断
chat_completion--向任何MegaNova LLM（Manta、Qwen、Gemini、Deepseek等）发送消息create_embeddings--为语义搜索和RAG生成文本嵌入rerank_documents--根据与查询的相关性对文档进行重新排序
媒体
generate_image--使用FLUX、SeedDream和其他型号进行文本到图像转换generate_video--文本到视频生成transcribe_audio--从URL转录音频到文本
模型发现
list_models--使用过滤器浏览可用型号（型号、系列、定价）
云代理
cloud_agent_info--获取有关已部署Studio代理的信息cloud_agent_chat--与部署的代理聊天（支持多回合对话）cloud_agent_confirm_tool--批准或拒绝挂起的代理工具调用
Nova网格
route_task--自动将任务路由到网格中的最佳代理chat_with_agent--直接向特定网格代理发送消息list_agents/get_agent_info--发现网状物代理execute_dag--运行多步骤DAG执行计划get_call_log--查看最近的LLM通话记录
技能
list_skills/search_catalog--发现可用的技能包execute_skill--从技能包中运行特定工具
码头工人
docker build -t meganova-mcp-server .
docker run -e MEGANOVA_API_KEY=key -p 8080:8080 meganova-mcp-server发展
pip install -e ".[dev]"
pytest许可证
麻省理工学院