PowerGPT——使用MCP为LLM赋能⚡️
梁（梁子鸿）
部署在Cloudflare Workers上的小型、专注的远程MCP（模型上下文协议）服务器，向远程MCP客户端公开定制工具。
为什么这个项目存在💡
- 大型语言模型仍在努力解决基本的算术和数值推理问题。简短的、病毒式的例子，如“9.11与9.9，哪个更大”的问题，突显了模型犯简单错误的容易程度（请参阅本文中的一个病毒式例子：https://towardsdatascience.com/9-11-or-9-9-which-one-is-higher-6efbdbd6a025/).该项目提供了可靠、可审计的工具（例如计算器），可以通过MCP插入LLM工作流，这样客户端就可以将数字任务委托给确定性服务。
- 我还注意到，一些本地托管的LLM可能无法访问互联网。为了解决这个问题，服务器包括一个MCP工具，可以从URL中提取和返回文本。这使得离线或受限模型可以通过MCP访问web内容，同时集中获取和消毒，从而提高了安全性和可审计性。
实时部署🚀
- 已部署URL示例：
https://power-gpt.kingsleyleung2003.workers.dev/mcp
可用工具🧰
以下是此服务器当前公开的MCP工具。每个工具都列出了它的用途和它期望的输入参数。
- 🔢 calculate_add--简单加法
- 输入： a: number, b: number
- ➖ calculate_subtract--简单减法
- 输入： a: number, b: number
- ✖️ calculate_multiply——简单乘法
- 输入： a: number, b: number
- ➗ calculate_divide——简单除法（如果除以零则返回错误）
- 输入： a: number, b: number
- ^calculate_expect——指数运算（基数\*\*指数）
- 输入： base: number, exponent: number
- √calculate_root——提取一个数字的第n个根（如果
root === 0)
- 输入： number: number, root: number
- %calculate_modules——模数（a%b；除数为零时的误差）
- 输入： a: number, b: number
- ！calculate_factorial--非负整数的因式分解（负/非整数错误）
- 输入： n: number
- 🔁 calculate_fibonacci——0索引位置的斐波那契数（负/非整数错误）
- 输入： position: number
- 🔎 check_prime--素数检查（\“开发人员”>“编辑配置”
- 使用此配置进行更新：
{
"mcpServers": {
"PowerGPT by Kingsley": {
"command": "bun x",
"args": [
"mcp-remote",
"https://power-gpt.kingsleyleung2003.workers.dev/mcp"
]
}
}
}技术栈🛠️
- TypeScript
- 包子
- Cloudflare Workers（无服务器运行时）
- Wrangler（Cloudflare CLI）/用于部署的Cloudflare仪表板
- 用于工具集成的模型上下文协议（MCP）
- mcp-remote（mcp服务器的本地代理）
- Cloudflare AI Playground和Claude Desktop用于测试和客户端
- GitHub自动部署操作
- 码头工人
项目布局📁
src/--工人条目和工具定义(src/index.ts)wrangler.jsonc,package.json,tsconfig.json--项目配置和构建设置
部署到Cloudflare Workers🚀
这将把您的MCP服务器部署到以下URL： power-gpt..workers.dev/sse
本地部署🖥️
- 先决条件
- 包子 - 下载
bun install
bun start本地部署——Docker
您可以在Docker中运行该项目，以获得可复制的本地环境。
构建映像并运行容器：
# Build the image (run from repo root)
docker build -t power-gpt .
# Run the container and publish the app port to the host
docker run -p 8787:8787 power-gpt:latest