强大的MCP客户端
一个支持模型上下文协议（MCP）的多功能聊天客户端，通过CLI和Web UI工作，并与本地和云LLM集成。
特性
- 双接口：CLI和Web UI（React+Tailwind）。
- 本地法学硕士：内置支持
llama-cpp-python（自动下载TinyLlama）。 - 云LLM：支持OpenAI、Gemini和Claude。
- MCP支持：通过以下方式连接到多个MCP服务器
mcp.json. - 记忆：持久对话历史记录（SQLite）。
- 丰富的用户界面：流媒体响应、Markdown、代码高亮、美人鱼图。
设置
- 再进行:
pip install -r requirements.txt
cd ui && npm install- 配置:
- 创建一个 .env API密钥的文件（可选）：
OPENAI_API_KEY=...
GEMINI_API_KEY=...
ANTHROPIC_API_KEY=...- 编辑 mcp.json 添加MCP服务器。
用法
命令行界面
在终端中运行聊天界面：
python -m cli.main chatWeb用户界面
- 启动后端服务器：
python -m cli.main serve- 启动前端（在单独的终端中）：
cd ui
npm run dev- 打开http://localhost:5173
码头工人
快速入门（短暂）
要快速尝试而不保留数据，请执行以下操作：
docker run -p 8000:8000 alexmerced/robust_mcp_client*注意：当容器停止时，模型将被重新下载，聊天历史记录将丢失。*
使用预构建映像（持久）
要保存模型和历史：
docker run -p 8000:8000 \
-v $(pwd)/models:/app/models \
-v $(pwd)/history.db:/app/history.db \
alexmerced/robust_mcp_client在当地建设
您也可以自己构建图像：
- 塑造形象:
docker build -t robust-mcp-client .- 运行容器:
docker run -p 8000:8000 \
-v $(pwd)/models:/app/models \
-v $(pwd)/history.db:/app/history.db \
robust-mcp-client- -p 8000:8000：暴露服务器端口。 - -v .../models：保留下载的模型。 - -v .../history.db：保留对话历史记录。
- 访问用户界面:
打开http://localhost:8000
文档
发展
- 运行测试：
python -m pytest tests/